OpenAI ปรับโหมดเสียง ChatGPT ให้คุยลื่นขึ้นและขัดจังหวะน้อยลง
OpenAI กำลังยกเครื่องโหมดเสียงของ ChatGPT ด้วยโมเดลใหม่ชื่อ GPT-Live-1 โดยบริษัทอธิบายว่าประสบการณ์ใช้งานจะใกล้เคียงกับการคุยกับคนจริงมากขึ้น จุดสำคัญคือโมเดลใหม่นี้ถูกออกแบบให้ขัดจังหวะผู้ใช้น้อยลง และจะรอให้ผู้ใช้พูดต่อหากมีการเว้นช่วงกลางประโยค แทนที่จะรีบแทรกตอบเหมือนเดิม
ในการแถลงของ OpenAI ทีมวิจัยระบุว่า GPT-Live-1 คือโมเดลเสียงที่ฉลาดที่สุดของบริษัทในตอนนี้ และวางตัวให้เป็นระบบที่เข้าใจจังหวะการสนทนาได้ดีขึ้น แนวทางนี้สะท้อนว่าบริษัทกำลังพยายามทำให้การโต้ตอบด้วยเสียงเป็นธรรมชาติและราบรื่นกว่าเดิม ลดปัญหาการพูดแทรกหรือการตอบเร็วเกินไปซึ่งมักทำให้การสนทนาดูไม่เป็นธรรมชาติ
อีกจุดที่น่าสนใจคือ เมื่อโมเดลต้องใช้เหตุผลหรือค้นหาข้อมูลบนเว็บ ระบบจะส่งต่อคำถามไปยังโมเดลข้อความที่เหมาะสมกว่า เช่น GPT-5.5 เพื่อประมวลผลก่อน แล้วค่อยนำผลลัพธ์กลับมาเล่าในรูปแบบเสียง วิธีนี้ช่วยให้ ChatGPT เปลี่ยนจากช่วงค้นคว้าไปสู่การอธิบายผลได้เร็วขึ้น และน่าจะทำให้การใช้งานแบบเรียลไทม์คล่องตัวกว่าเดิม
ภาพรวมของการอัปเกรดครั้งนี้ชี้ว่า OpenAI กำลังผลักดันให้ ChatGPT เป็นผู้ช่วยเสียงที่ใช้งานได้เป็นธรรมชาติมากขึ้น ทั้งในแง่การรับฟัง จังหวะการตอบ และความสามารถในการเชื่อมต่อกับโมเดลที่ถนัดงานหนักกว่าเดิม ซึ่งอาจเป็นก้าวสำคัญสำหรับการแข่งขันในตลาดผู้ช่วย AI แบบสนทนาด้วยเสียงที่กำลังร้อนแรง
