OpenAI đã ra mắt GPT‑Live, một hệ thống AI giọng nói cho phép người dùng nói liên tục mà không phải dừng lại chờ mô hình trả lời. Nhờ mô hình turnless speech và kiến trúc giảm độ trễ, thời gian phản hồi giảm xuống dưới 200 ms, tạo cảm giác hội thoại gần như thực tế.
Đội ngũ phát triển hoàn thành dự án trong vòng sáu tháng, tập trung vào tối ưu hoá pipeline âm thanh và việc truyền tải dữ liệu qua mạng. Hệ thống sử dụng các kỹ thuật streaming token và mô hình ngôn ngữ lớn (LLM) được tinh chỉnh để xử lý âm thanh đầu vào ngay lập tức, đồng thời giảm tải cho GPU bằng cách chia nhỏ các khối tính toán.
GPT‑Live còn hỗ trợ đa ngôn ngữ và có khả năng tích hợp vào các ứng dụng di động, trợ lý ảo hay robot. Với độ trễ thấp, người dùng có thể thực hiện các lệnh phức tạp như hỏi đáp, đặt lịch hay điều khiển thiết bị thông minh mà không cảm thấy gián đoạn.
Việc ra mắt GPT‑Live đánh dấu bước tiến quan trọng trong việc đưa AI thoại tới người dùng phổ thông tại Việt Nam, mở ra cơ hội cho các nhà phát triển tạo ra các sản phẩm giao tiếp tự nhiên, giảm rào cản tiếp cận công nghệ AI thời gian thực.
Nguồn: OpenAI — Biên dịch & tổng hợp: danhbaai.com