GPT‑Live‑ты таныстыру

2026 жылғы 31 шілдедегі жаңарту: ChatGPT Voice және OpenAI API арқылы GPT‑Live көмегімен жасалған қолдау көрсетілетін аудиоға енді SynthID сутаңбасы қосылады. Жалпыға қолжетімді тексеру құралымыз енді қолдау көрсетілетін аудио файлдардағы OpenAI-дың шығу тегі сигналдарын анықтай алады, сондай-ақ әзірлеушілер мен ұйымдар шығу тегін тексеруді өз жұмыс процестеріне енгізе алуы үшін API арқылы тексеру мүмкіндігін енгіздік. Бұл жаңартулар төменде сипатталған қауіпсіздік тәсілін және OpenAI арқылы жасалған контентті анықтауды жеңілдетуге бағытталған кең ауқымды жұмысымызды одан әрі дамытады.

Біз ЖИ-мен сөйлесуді шынайы әңгімеге әлдеқайда жақын ететін жаңа буын дауыс модельдері — GPT‑Live жүйесін іске қосып жатырмыз.

GPT‑Live толық дуплексті архитектураға негізделген, яғни ол бір уақытта тыңдап та, сөйлей де алады. Әңгіме барысында GPT‑Live «мм-хм» немесе «иә» сияқты тіркестермен тыңдап отырғанын көрсете алады, жылдам жауап алмасады немесе сізге ойлануға уақыт керек болғанда үнсіз қалады. Нәтижесінде онымен сөйлесу өте жеңіл сезілетін дауыс тәжірибесі пайда болады.

GPT‑Live — әзірге ең ақылды дауыс моделіміз. Вебтен іздеуді, тереңірек ой қорытуды немесе күрделірек жұмысты қажет ететін сұрақтарда ол тапсырманы фонда ең жаңа озық моделімізге тапсырып, нәтиже дайын болғанда оны әңгімеге қайта қосады. Жұмыс жүріп жатқанда, GPT‑Live сізбен сөйлесуді жалғастырып, әңгіме ағымын сақтай алады. Іске қосылған кезде GPT‑Live фонда GPT‑5.5 қолданады. Жаңа озық модельдерді шығарған сайын, GPT‑Live қолданатын модельді үздіксіз жаңартып отырамыз.

Бұл жетістіктер ChatGPT Voice тәжірибесін ақылдырақ әрі қолданғанда табиғирақ сезілетін етеді. Уақыт өте келе бұл зерттеу дауыс арқылы барған сайын күрделі, ұзаққа созылатын және агенттік сипаттағы жұмыстарды орындауға жол ашады деп сенеміз.

Бүгіннен бастап ChatGPT пайдаланушыларына әлем бойынша GPT‑Live жүйесінің екі нұсқасын — GPT‑Live‑1 және GPT‑Live‑1 mini — біртіндеп ұсына бастаймыз. Сондай-ақ оларды жақын арада API-ге шығаруды жоспарлап отырмыз; әзірлеушілер мен кәсіпорындар хабарландыру алу үшін мына форма⁠ арқылы тіркеле алады.

Біздің мақсатымыз — адам мен ЖИ арасындағы шын мәнінде табиғи өзара әрекеттесуді мүмкін ету: ЖИ-мен бірлесіп жұмыс істеу басқа адаммен жұмыс істегендей еркін әрі жылдам жауап алатындай сезілетін, ал ой қорыту мен күрделі тапсырмаларды орындау фонда кедергісіз жүретін әлем құру.

Дауыс ЖИ жүйелерінің бұрынғы буындары бізді осы мақсатқа жақындатты, бірақ олардың елеулі шектеулері болды.

Каскадты дауыс жүйелері әр сөйлесу кезегін өңдеу үшін бірінен кейін бірі әрекет ететін модельдер тізбегіне сүйенеді. Бастапқы ChatGPT Voice үш модельді біріктіріп жұмыс істетті: сөзіңізді мәтінге түсіретін сөйлеуден мәтінге айналдыру моделі, жауап жасайтын үлкен тілдік модель және оны қайтадан сөйлеуге айналдыратын мәтіннен сөйлеуге айналдыру моделі. Бұл тәсіл бізге алғаш рет озық ЖИ модельдерімен сөйлесуге мүмкіндік берді, бірақ мұндай күрделіліктің салдары болды: модельдер арасында ақпарат жоғалуы мүмкін еді, ал жауаптар баяу әрі қасаң шығатын.

ChatGPT жетілдірілген дауыс режимі сияқты кезекке негізделген дауыс модельдері аудионы бір модельдің ішінде өңдеп әрі жасайтындықтан, кідіріс азайып, әңгіме бірқалыптырақ болды — бірақ олар бәрібір жеке-жеке сөйлесу кезектері арқылы жұмыс істеді. Жауап бермес бұрын модель пайдаланушының сөйлеуді тоқтатуын күтуі керек болды, сондықтан пікір алмасу қасаң сезілетін. Оған қоса, кезектің аяқталғанын анықтау үнсіздікке негізделгендіктен, қысқа кідіріс немесе фондық шу да кезектің соңы деп қате қабылдануы мүмкін еді — соның салдарынан модель табиғи емес сәттерде сөзді бөліп жіберетін.

GPT‑Live бұл шектеулерді екі архитектуралық өзгеріс арқылы шешеді.

Біріншіден, біз GPT‑Live жүйесін толық дуплексті архитектура арқылы үздіксіз өзара әрекеттесуге арнап құрдық. Жекелеген хабарлар тізбегін өңдеудің орнына, GPT‑Live жауап жасап жатқан кезде де кіріс сигналын үздіксіз өңдейді. Сондықтан модель секундына бірнеше рет өзара әрекеттесу туралы шешім қабылдай алады: сөйлеу, тыңдауды жалғастыру, кідіру, сөзді бөлу немесе құралды шақыру.

Бұл модельге табиғирақ пікір алмасуға қатысуға, уақытты жақсырақ сезінуге және тіпті нақты уақыт режимінде аударма жасауға мүмкіндік береді.

Екіншіден, біз үздіксіз өзара әрекеттесуді басқаратын GPT‑Live жүйесін тереңірек жұмыстан бөлдік. Сұрақ іздеуді, ой қорытуды немесе агенттік сипаттағы күрделірек мүмкіндіктерді қажет етсе, GPT‑Live тапсырманы GPT‑5.5 сияқты басқа модельге тапсыра алады. Осының арқасында ол фонда бірнеше тапсырманы орындап жатқанда да әңгімені жалғастыра алады.

Бұл архитектуралық өзгеріс GPT‑Live жүйесіне ең жаңа модельдер мен агенттерді үздіксіз қолдануға да мүмкіндік береді, сөйтіп озық ойлау деңгейі мүмкіндіктерді табиғи өзара әрекеттесумен біріктіреді.

Біз жағымдылық пен әңгіме ағымын өлшеу үшін адамдар қатысқан жаңа бағалау әдістерін әзірледік. Бұл тікелей салыстыруларда GPT‑Live‑1 және GPT‑Live‑1 mini жалпы таңдау, кезектесу сапасы, сөз бөлу, әңгіме ағымы және әр өзара әрекеттесудің қаншалық табиғи сезілгені өлшенген бірдей шарттағы 5–10 минуттық әңгімелерде жетілдірілген дауыс режимінен айқын басым таңдалды.

• GPQA: GPT‑Live‑1 биология, химия және физика бойынша сарапшы деңгейіндегі ғылыми ой қорыту қабілетін тексеретін GPQA сынағында жетілдірілген дауыс режимінен едәуір жоғары нәтиже көрсетеді.
• BrowseComp: GPT‑Live‑1 агенттік веб-іздеуді және табуы қиын ақпаратты табу қабілетін тексеретін BrowseComp сынағында жетілдірілген дауыс режимімен салыстырғанда үлкен ілгерілеу көрсетеді.
• τ³-Voice Telecom (ішкі нұсқа)**: τ³-Voice Telecom шынайы, көп кезекті телеком қолдау тапсырмаларында дауыс агенттерін тексеретін жүйе ретінде GPT‑Live‑1 жетілдірілген дауыс режимінен асып түседі.

Апта сайын 150 миллионнан астам адам ChatGPT‑мен Voice және Dictation сияқты мүмкіндіктер арқылы сөйлеседі. Олар оны күнделікті істерде қолмен басқармай көмек алу, тілдік дағдыларын жаттықтыру, ұйықтар алдында ертегі айтқызу немесе жолда жай ғана әңгімелесу үшін қолданады.

Бүгіннен бастап ChatGPT‑пен сөйлесу үшін Voice түймесін басқанда, GPT‑Live негізінде жақсартылған тәжірибе аласыз: әңгіме табиғирақ, жауаптар ақылдырақ, тыңдау сапасы жоғарырақ және жауаптар визуалды болады.

Енді ChatGPT‑пен сөйлесу шынайы әңгімеге әлдеқайда көбірек ұқсайды. Сұрақ қойып сөзін бөле аласыз, ойыңызды жинақтау үшін кідіре аласыз немесе ChatGPT‑тен баяуырақ сөйлеуді сұрай аласыз. Ол сөзіңізді тыңдап отырғанын білдіру үшін «мм-хм» немесе «түсіндім» сияқты тіркестермен табиғи түрде жауап береді. Сондай-ақ біз GPT‑Live үшін ChatGPT‑тегі тоғыз ерекше дауысты қайта өңдеп жақсарттық.

ChatGPT Voice енді ең жаңа озық модельдерімізге сүйеніп, қажет кезде сізге ақылдырақ жауаптар береді. Сондай-ақ қажеттілігіңізге сай ой қорыту деңгейін таңдай аласыз: жылдам жауап үшін Instant, ал ChatGPT көбірек ойланғанын қаласаңыз — Medium және High.

Ойлануға сәл кідірсеңіз, ChatGPT Voice енді сөзге араласып кетпей, күтеді. Одан үндемей тыңдап отыруды сұрасаңыз, солай істейді. Ал өтіп бара жатқан көлік немесе маңайдағы әңгіме сияқты фондық шу болғанда, ChatGPT алаңдамай, дауысыңызға жақсырақ назар аударады.

Кейбір жауаптарды көріп қабылдаған пайдалырақ. Сөйлесіп жатқанда ChatGPT енді ауа райы, акциялар, спорт және басқа тақырыптар бойынша мазмұнды визуалды карталарды көрсете алады. Voice іздеу, жад, суреттер және файл жүктеп салуды да қолдай береді.

Нәтижесінде ChatGPT Voice тәжірибесі күнделікті өмірде табиғирақ, қабілеттірек және пайдалырақ сезіледі.

GPT‑Live әдепкі бойынша қауіпсіз болатындай жобаланған. Ол ең жаңа модельдеріміздегі қауіпсіздік жетістіктеріне сүйенеді, негізгі тәуекел салалары бойынша қауіпсіздікке арнайы үйретуді және дауысқа арнайы жасалған жаңа қорғаныс шараларын қосады.

Адамдардың дауысты өмірдегі жағдайларда қалай қолданатынын дәлірек көрсету үшін қауіпсіздік тестілеуін жаңа аудиоға тән бағалаулармен кеңейтуден бастадық. Сондай-ақ жетілдірілген дауыс режимінен үйренгенімізге сүйеніп, негізгі қауіпсіздік салаларына тереңірек назар аударатын, генерацияланған аудио қолданатын синтетикалық бағалаулар жасадық. Бұл салаларға өзіне зиян келтіру, психоз және мания, ЖИ-ға эмоциялық тәуелділік, зорлық-зомбылық және сексуалдық контент жатады. Ішкі сарапшылар модельді дауысқа ғана тән тәуекелдер бойынша да red-team сынағынан өткізді.

Тестілеуімізде GPT‑Live біз бағалаған салалардың барлығына дерлік жетілдірілген дауыс режимі мен шамалас немесе одан жақсы нәтиже көрсетті. Тестілеуіміз бен қорғаныс шаралары туралы толығырақ GPT‑Live жүйе картасынан⁠(жаңа терезеде ашылады) оқи аласыз.

Дауыс арқылы әңгімелер нақты уақытта жүретіндіктен, модель сөйлеп жатқан кезде әрекет ете алатын қорғаныс шараларын да жасадық. Жүйе ықтимал қауіпті жауапты анықтағанда, модельді қауіпсіздеу жауапқа бағыттай алады, қосымша қауіпсіздік хабарламаларын немесе ресурстарды ұсына алады, ал тәуекелі жоғары жағдайларда дауыс арқылы әңгімені аяқтай алады. Өзіне зиян келтіру тақырыбы қозғалған әңгімелер үшін ChatGPT‑дің қолдау сценарийлерін дауысқа бейімдедік, соның ішінде сарапшылар тексерген дағдарыс желілеріне жүгінуді ұсыну мүмкіндігін қостық.

Жасөспірім пайдаланушыларды қолдау үшін қосымша қорғаныстар жасадық және орынсыз жауаптар қаупін азайту үшін жасқа сай мінез-құлықты модельдің өзіне тікелей үйреттік. Ата-аналар баласының ChatGPT Voice қолдана алуын ата-ана бақылауы арқылы таңдай алады, ал байланыстырылған ата-аналарға ықтимал өзіне зиян келтіру немесе суицидтік ниет белгілері бар тәуекелі жоғары жағдайларда хабарлама келуі мүмкін.

Түсінігімізді одан әрі жақсартып, қорғаныс шараларын нақтылау үшін эмоциялық тәуелділікке бағытталған ұзақ мерзімді өлшеу мен іске қосылғаннан кейінгі мониторингті де енгізіп жатырмыз. Аффективті қолдану және эмоциялық әл-ауқат туралы бұрынғы зерттеуімізге сүйене отырып, бұл бізге пайда болып жатқан заңдылықтарды анықтауға және жүйенің эмоциялық тұрғыдан сезімтал өзара әрекеттерге қалай жауап беретінін жақсартуға көмектеседі.

Соңында, GPT‑Live дауысқа еліктеуге емес, әңгімелесуге арналған. Ол ChatGPT‑тегі алдын ала белгіленген дауыстар жиынтығын қолданады және нақты адамның дауысына еліктеудің алдын алатын қорғаныс шаралары бар.

Біз қауіпсіздік пен әл-ауқатты қолдауға берікпіз және нақты қолданудан үйрене отырып, осы қорғаныстарды күшейте береміз.

GPT‑Live қазір iOS, Android және ChatGPT.com⁠(жаңа терезеде ашылады) арқылы бүкіл әлемдегі ChatGPT пайдаланушыларына біртіндеп ұсынылып жатыр. GPT‑Live‑1 Go, Plus және Pro пайдаланушылары үшін ChatGPT Voice-ты қолдайтын әдепкі модельге, ал GPT‑Live‑1 mini Free пайдаланушылары үшін әдепкі модельге айналады. Қолжетімділік туралы қосымша мәліметтерді Көмек көрсету орталығынан⁠(жаңа терезеде ашылады) таба аласыз.

Біз GPT‑Live‑ты ChatGPT‑дегі ең танымал тілдердің кейбіріне оңтайландырдық. Кейбір тілдерде модель жергілікті сөйлермен сияқты сөйлемеуі немесе еркін сөйлеуінде олқылықтар болуы мүмкін. Біз әртүрлі тілдердегі тәжірибені жақсарту үшін белсенді жұмыс істеп жатырмыз.

Іске қосылған кезде GPT‑Live ChatGPT ішінде бейне немесе экранды бөлісу мүмкіндігі бар дауыс режимін қолдамайды, бірақ бұл мүмкіндіктерді жақын арада енгізу үшін жұмыс істеп жатырмыз. Бұл мүмкіндіктер қолжетімді жерлерде ChatGPT Voice-тың стандартты және жетілдірілген дауыс режимі сияқты бұрынғы нұсқаларын әлі де қолдана аласыз.