Model Suara Baru ChatGPT Dapat ‘Mendengarkan’ dan ‘Berbicara’ pada Saat yang Sama
OpenAI memperbarui teknologi suara AI agar sesuai dengan kecerdasan buatan berbasis teks. Dua model baru, GPT-Live-1 dan versi mini, kini diluncurkan untuk semua pengguna ChatGPT. Duo model baru ini mengandalkan model frontier terbaru OpenAI. Anda dapat memilih dari tiga tingkat kecerdasan yang berbeda, bergantung pada seberapa mendalam tanggapan yang Anda inginkan. Namun pembaruan terbesarnya adalah bahwa suaranya terdengar lebih manusiawi dan lebih bersifat percakapan, kata Atty Eleti, pimpinan produk untuk suara ChatGPT, kepada wartawan. Salah satu perubahan terbesar adalah proses baru yang disebut interaksi berkelanjutan. Kerangka kerja ini memungkinkan AI menerima informasi dan menghasilkan keluaran secara bersamaan — jadi dalam hal suara, AI dapat “mendengarkan” dan “berbicara” pada saat yang bersamaan. Ini adalah perubahan dari mode suara sebelumnya yang hanya dapat merespons setelah Anda selesai berbicara. Sangat membantu jika Anda ingin melakukan terjemahan langsung dan simultan: Anda dapat berbicara dalam bahasa Inggris dan meminta ChatGPT menerjemahkan ucapan Anda ke dalam bahasa Spanyol, Hindi, atau bahasa lain hanya dengan penundaan singkat. Bagian dari arsitektur baru juga dapat mendelegasikan atau memindahkan tugas ke model perbatasan OpenAI. Misalnya, dapat menjawab pertanyaan yang Anda ajukan saat meneliti pertanyaan lain. “Saat GPT-Live harus berpikir keras untuk sebuah pertanyaan, ia dapat mendelegasikan penalaran dan tugas kompleksnya ke GPT-5.5, yang dapat melakukan berbagai hal secara paralel, dan GPT-Live ini tetap dapat berkomunikasi dengan pengguna,” kata Kundan Kumar, pemimpin penelitian untuk model GPT-Live. Ketika hal ini selesai, ia akan “menjalin dengan mulus” jawaban ke dalam responsnya. “Inilah tepatnya cara manusia berinteraksi satu sama lain,” tambah Eleti. “Kami menjaga percakapan tetap berjalan sambil berpikir di latar belakang.” Ini juga menggunakan teknologi desain AI OpenAI yang lebih baru untuk menciptakan beberapa jawaban visual, jika diperlukan, “karena terkadang jawaban terbaik ditampilkan, bukan diucapkan dengan lantang,” kata Eleti. Pikirkan laporan cuaca, skor olahraga, dan jenis grafik lainnya. Ini adalah contoh grafik ChatGPT yang akan dibuat jika Anda memintanya untuk memberikan laporan cuaca saat dalam mode suara. OpenAIModel suara baru ini kini tersedia untuk semua pengguna ChatGPT, termasuk pengguna gratis dan pelanggan berbayar, di aplikasi seluler dan di situs web. Jangan khawatir jika Anda tidak langsung melihatnya; OpenAI mengatakan mungkin diperlukan satu atau dua hari untuk memastikan semua orang memiliki akses. Hal ini berbeda dengan peluncuran seri GPT-5.6 yang diharapkan pada hari Kamis. Anda akan melihat bahwa salah satu cara suara AI mencoba meniru ucapan manusia adalah dengan kata-kata pengisi — “ums”, “ers”, dan “likes” yang kita gunakan saat memikirkan pikiran kita dengan keras. Itu baru dalam pembaruan ini. Anda juga dapat menghentikannya dengan lebih sedikit kelambatan. Anda dapat menyuruhnya duduk dengan tenang dan mendengarkan, hanya merespons ketika dipanggil dengan namanya sebagai kata peringatan. Tidak seperti Siri dan Alexa, ChatGPT akan mendengarkan secara aktif hingga dinonaktifkan secara manual. OpenAI secara otomatis mengeluarkan Anda dari pelatihan AI dengan mode suara. Klip audio disimpan selama 30 hari — sehingga AI memiliki konteks dari percakapan sebelumnya — dan dapat dihapus. Namun, memiliki AI yang terasa lebih manusiawi memiliki risiko. Kami telah melihat banyak kasus (dan tuntutan hukum) mengenai dampak buruk yang ditimbulkan oleh AI yang bersifat antropomorfis, terutama bagi orang-orang yang mengalami masalah kesehatan mental. OpenAI mengatakan model-model baru ini telah memperluas perlindungan dan berkinerja lebih baik dibandingkan model-model sebelumnya dalam “bidang keamanan utama” termasuk tindakan menyakiti diri sendiri, psikosis, kekerasan, dan konten seksual.
Diterbitkan : 2026-07-08 17:00:00
sumber : www.cnet.com
