Gemini Live ปะทะ ChatGPT Voice: ใครคุยได้เป็นธรรมชาติกว่ากัน

บทความนี้เปรียบเทียบประสบการณ์ “คุยกับ AI ด้วยเสียง” ระหว่าง Gemini Live ของ Google และ ChatGPT Voice ของ OpenAI โดยตั้งคำถามหลักว่าแพลตฟอร์มใดให้บทสนทนาที่ลื่นไหลและเป็นธรรมชาติมากกว่ากัน เนื้อหาชี้ให้เห็นว่าการคุยกับแชตบอตด้วยเสียงยังมีความฝืดอยู่พอสมควรเมื่อเทียบกับการสนทนากับคนจริง ๆ ทั้งในจังหวะการตอบ น้ำเสียง การหยุดพูด และความสามารถในการจับบริบทของผู้ใช้

Google และ OpenAI ต่างพยายามแก้ปัญหานี้ด้วยการพัฒนาโหมดสนทนาแบบเรียลไทม์ให้ตอบสนองเร็วขึ้น ฟังต่อเนื่องขึ้น และมีปฏิสัมพันธ์ที่ไม่สะดุดมากนัก บทความจึงไม่ได้มองแค่ความแม่นยำของคำตอบ แต่ให้ความสำคัญกับ “ประสบการณ์การพูดคุย” ว่ารู้สึกเป็นมนุษย์แค่ไหน ซึ่งเป็นประเด็นสำคัญสำหรับผู้ช่วย AI รุ่นใหม่ที่ต้องการใช้งานผ่านเสียงมากกว่าการพิมพ์

ในภาพรวม บทความสะท้อนว่าโหมดเสียงกำลังกลายเป็นสนามแข่งขันสำคัญของผู้ช่วย AI เพราะช่วยลดแรงเสียดทานในการใช้งานและทำให้การโต้ตอบเป็นธรรมชาติมากขึ้น หากระบบใดทำได้ดี ก็อาจมีโอกาสเปลี่ยนรูปแบบการใช้ AI ในชีวิตประจำวัน ตั้งแต่การถามตอบทั่วไป ไปจนถึงงานช่วยเหลือแบบแฮนด์ฟรีและการใช้งานระหว่างเดินทาง