OpenAI lanceerde woensdag GPT-Live en introduceerde twee nieuwe stemmodellen die de bestaande Advanced Voice Mode vervangen. De modellen, GPT-Live-1 en GPT-Live-1 mini, maken gelijktijdig luisteren en spreken mogelijk, waardoor menselijke gesprekken worden nagebootst. GPT-Live-1 is de standaard voor betalende gebruikers op de Go-, Plus- en Pro-niveaus, terwijl GPT-Live-1 mini voor gebruikers met een gratis niveau is.
De uitrol begint wereldwijd op iOS, Android en ChatGPT.com. OpenAI is van plan de modellen te integreren in zijn API voor ontwikkelaars. GPT-Live vertegenwoordigt de derde generatie van ChatGPT’s spraaktechnologie die binnen twee jaar is ontwikkeld.
Het belangrijkste kenmerk van GPT-Live is een ‘full-duplex architectuur’, die real-time audioverwerking mogelijk maakt en tegelijkertijd reacties genereert. “In plaats van een reeks afzonderlijke berichten te verwerken, verwerkt GPT-Live continu de invoer terwijl het output genereert”, aldus OpenAI in een blogpost. Dit maakt conversatiebevestigingen zoals “mhmm” mogelijk en vermijdt onderbrekingen tijdens de uitwisseling.
De vorige Advanced Voice Mode, gelanceerd in september 2024, werkte op rigide stapsgewijze uitwisselingen, wat voor frustraties in de gebruikerservaring zorgde. Achtergrondgeluid kan voortijdig tot reacties leiden, waardoor de gespreksstroom wordt beïnvloed.
GPT-Live scheidt ook steminteractie van redeneren door complexe vragen te delegeren naar een achtergrondmodel, namelijk GPT-5.5, terwijl het gesprek naadloos wordt voortgezet. “Zolang het werkt, kan GPT-Live met je blijven praten en de gespreksstroom in stand houden”, legt OpenAI uit.
De originele stem van ChatGPT, gelanceerd in 2023, was gebaseerd op een complexe pijplijn die latentie en verloren informatie tussen modellen introduceerde. Deze opstelling werd verfijnd in de Advanced Voice Mode, die probeerde het proces te stroomlijnen, maar nog steeds resulteerde in lastige pauzes en onderbrekingen.
OpenAI probeert de zorgen weg te nemen die voortkomen uit controverses uit het verleden over stemnabootsing, met name als gevolg van de ‘Sky’-stem die lijkt op die van actrice Scarlett Johansson. Het bedrijf benadrukte dat GPT-Live nabootsing van identiteit vermijdt en bescherming biedt tegen het imiteren van de stemmen van echte mensen.
Momenteel communiceren meer dan 150 miljoen gebruikers wekelijks met de spraakfuncties van ChatGPT, onderdeel van een totaal van 900 miljoen actieve gebruikers. Met GPT-Live hebben gebruikers toegang tot rijke visuele kaarten en kunnen ze kiezen uit drie reactieniveaus: Direct, Gemiddeld en Hoog. Het systeem belooft ook verbeterde prestaties bij het beheersen van achtergrondgeluid en gebruikersonderbrekingen tijdens gesprekken.
Naast de nieuwe modellen zijn veiligheidsmaatregelen geëvolueerd. OpenAI heeft uitgebreide evaluaties uitgevoerd, waarbij de verbeterde prestaties van GPT-Live zijn aangetoond in categorieën als zelfbeschadiging en haatzaaiende uitlatingen, waarbij de unieke risico’s zijn aangepakt die gepaard gaan met realtime steminteracties.
Terwijl OpenAI zijn spraaktechnologie vooruitgaat, hebben concurrenten als Google, ByteDance en Nvidia onlangs ook hun eigen full-duplexsystemen gelanceerd. GPT-Live mist momenteel bepaalde functies, zoals video-interactie of scherm delen, die standaard worden in spraak-AI-aanbiedingen.
Over het geheel genomen vertegenwoordigt GPT-Live een aanzienlijke vooruitgang voor OpenAI, omdat het stem positioneert als een primaire interactielaag voor kunstmatige intelligentie, met als doel meer natuurlijke en agentische mogelijkheden in AI-communicatie.
