أطلقت شركة (OpenAI) اليوم نموذجين صوتيين جديدين يحملان اسم (GPT-Live-1) و(GPT-Live-1 mini)، واللذين تقول الشركة إنهما يجلبان تحسينات جذرية على وظائف الصوت في روبوت الدردشة الشهير (ChatGPT).
قد تتذكر أن الشركة أطلقت “وضع الصوت المتقدم” (Advanced Voice Mode) في صيف عام 2024.
عند إطلاقه، كانت الميزة مثيرة للإعجاب وبدت بمثابة ترقية كبيرة مقارنة بالمساعدات الصوتية التقليدية مثل (Siri) و (Alexa)، ولكن بمرور الوقت أصبحت قيودها أكثر وضوحاً.
على وجه التحديد، استخدم الوضع الصوتي القديم ما تصفه (OpenAI) بنموذج صوتي يعتمد على “تبادل الأدوار” (Turn-based)، حيث كان يجب على النموذج الانتظار حتى يتوقف المستخدم تماماً عن التحدث قبل أن يتمكن من الرد.
وكما يمكنك أن تتخيل، أدى هذا غالباً إلى حوار متقطع وغير طبيعي. علاوة على ذلك، نظراً لأن النموذج استخدم “الصمت” كإشارة لبدء التحدث، فإنه غالباً ما كان يفسر التوقف المؤقت القصير للمستخدم على أنه نهاية للمطالبة أو السؤال، مما أدى إلى مقاطعات مزعجة.
البنية المزدوجة وتفويض المهام
على النقيض من ذلك، تم بناء عائلة نماذج (GPT-Live-1) الجديدة بالاعتماد على بنية معالجة مزدوجة (Duplex Architecture). حيث يمكنها معالجة المدخلات الصوتية للمستخدم بالتزامن مع توليد المخرجات الصوتية في نفس الوقت.
توضح (OpenAI): “يتيح هذا للنموذج الانخراط في حوار متبادل أكثر طبيعية، والحفاظ على إحساس أفضل بالوقت، وحتى إجراء ترجمات مباشرة”.
في الوقت نفسه، صممت الشركة نموذج (GPT-Live) ليكون قادراً على تفويض المهام.
فإذا حددت النماذج الصوتية الجديدة أن سؤالك أو طلبك يحتاج إلى قدرات استنتاجية أعلى، أو بحث على الويب، أو قدرات “وكيلية” أكثر تقدماً، فيمكنها اللجوء إلى نماذج (OpenAI) الأخرى (بما في ذلك نموذج GPT-5.5 الأقوى) للمساعدة. ستعمل هذه الأنظمة الإضافية بصمت في الخلفية، مما يسمح لك بمواصلة محادثتك الصوتية مع (GPT-Live) دون انقطاع.
تجربة مستخدم تفاعلية وأكثر سلاسة
تؤدي هذه التغييرات مجتمعة إلى تجربة صوتية تعتقد (OpenAI) أن المستخدمين سيجدونها أكثر فائدة وعملية. إليك أبرز الميزات الجديدة للمستخدم:
- مقاطعة وتحكم بالسرعة: يمكنك مقاطعة النماذج الصوتية الجديدة في أي وقت، بل ويمكنك أيضاً مطالبتها بإبطاء وتيرة حديثها إذا شعرت أنها تتحدث بسرعة كبيرة.
- تأكيدات لفظية: أثناء حديثك، سيؤكد النموذج أنه يستمع إليك من خلال إيماءات وتفاعلات لفظية مثل “أممم” أو “فهمتك” (mhmm, got it).
- عزل الضوضاء: تم تحسين النماذج الجديدة للتركيز على صوتك بشكل أفضل حتى عند وجود ضوضاء مشتتة في الخلفية.
- بطاقات مرئية: يمكن لميزة (ChatGPT Voice) الآن توليد استجابات مرئية على شكل بطاقات (Widgets) تظهر على الشاشة لمواضيع مثل الطقس، والرياضة، والأسهم، وغيرها.
- الوسائط والبحث: كما كان الحال سابقاً، تم دمج دعم تحميل الصور والملفات في الميزة، ويمكنك أيضاً استخدامها للبحث في الويب.
حماية معززة وأدوات رقابة أبوية
بالتوازي مع هذه التحسينات، قامت (OpenAI) بدمج ضمانات أمان جديدة في النظام الصوتي. وتقول الشركة: “عندما يكتشف النظام مخرجات غير آمنة محتملة، يمكنه توجيه النموذج نحو استجابة أكثر أماناً، أو إظهار رسائل أمان إضافية، أو إنهاء المحادثة الصوتية في الحالات عالية المخاطر”.
كما يمكن للآباء وأولياء الأمور استخدام أدوات الرقابة الأبوية التي تم تقديمها مؤخراً لتعطيل ميزة (ChatGPT Voice) للمراهقين.
وإذا منحوا أطفالهم حق الوصول للميزة واكتشف النظام أن الطفل يحاول دفع المحادثة نحو مواضيع تتعلق بإيذاء النفس، فسيقوم النظام بإرسال إشعار فوري إلى الوالدين.
التوافر والفئات المدعومة
بدأت (OpenAI) بطرح نماذج (GPT-Live) لتطبيق (ChatGPT) على أنظمة أندرويد و iOS
وإصدار الويب ابتداءً من اليوم. سيكون النموذج الأقوى (GPT-Live-1) هو النموذج الأساسي المخصص للمشتركين في الباقات المدفوعة (Go، و Plus، و Pro)، في حين ستعتمد الحسابات المجانية (Free) على النموذج الأصغر (Live-1 mini) بشكل افتراضي.