Голосовой режим OpenAI появился в десктопном приложении ChatGPT: управляйте ИИ-агентами голосом

OpenAI объявила о выпуске долгожданного обновления для десктопного приложения ChatGPT — теперь пользователи могут общаться с ИИ-ассистентом голосом, отдавая ему команды и управляя агентами прямо с компьютера. Новая функция, получившая название ChatGPT Voice, знаменует собой важный шаг в эволюции интерфейсов взаимодействия с искусственным интеллектом.

В основе обновления лежит новое семейство голосовых моделей ChatGPT-Live, которое компания запустила в начале этого месяца. Эти модели специально оптимизированы для обработки голосовых команд в реальном времени, обеспечивая низкую задержку и естественное звучание речи.

ChatGPT Voice поддерживает работу совместно с ChatGPT Work и Codex, а также умеет обращаться к функциям «компьютерного зрения» для поиска информации на сайтах и в приложениях. Особый интерес представляет интеграция с Appshots на macOS: пользователи могут разрешить приложению видеть содержимое экрана, включая альтернативный текст, что открывает новые сценарии использования голосового управления.

На момент запуска голосовой режим на смартфонах уже предлагал более плавные разговоры с улучшенной обработкой прерываний, однако он не был рассчитан на совершение активных действий внутри приложений. Настольная версия, вышедшая на этой неделе, значительно превосходит мобильную по возможностям: она позволяет диктовать сложные многошаговые команды и обрабатывать ответы ChatGPT в тех случаях, когда системе требуется уточнение от пользователя.

В демонстрационном видео OpenAI показала, как разработчик, используя голос, просит ChatGPT создать новый тикет (thread), сделать pull request и найти первопричину бага — и всё это одной голосовой командой. Это наглядно демонстрирует потенциал технологии для профессиональной разработки программного обеспечения.

Компания также сообщила, что пользователи могут задействовать ChatGPT Voice в Codex из iOS-приложения через удалённый доступ. Это означает, что разработчики смогут управлять своими задачами голосом даже со смартфона, находясь вдали от рабочего места.

Примечательно, что Anthropic также обновила голосовой режим для своего ассистента Claude, который теперь может использовать модели Opus, Sonnet и Haiku для выполнения задач в таких приложениях, как Gmail, Calendar, Slack, Notion и Canva. Таким образом, рынок голосовых ИИ-ассистентов становится всё более конкурентным, и OpenAI сохраняет лидерство за счёт более тесной интеграции голосовых команд с действиями на рабочем столе.

По материалам TechCrunch