ในที่สุด! ก็มาถึงยุคที่ AI Chatbot สามารถฟังและพูดคุยเพื่อโต้ตอบได้เหมือนกับที่มนุษย์ทำได้จริง ๆ แล้ว เพราะ OpenAI เปิดตัว ‘GPT-Live’ โมเดลใหม่ และเปลี่ยนเกมการคุยกับ AI ไปแล้ว เพราะการสนทนานี้ไม่ใช่แค่พูดใส่แล้วรอตอบอีกต่อไป
ย้อนมาที่ระบบเดิม (Cascaded Voice) ซึ่งเป็น ChatGPT Voice รุ่นแรก โดยมีการแปลงเสียงเป็นข้อความ และให้ AI แปลงข้อความกลับเป็นเสียง ทำให้ระบบนี้ได้คำตอบกลับมาช้าที่สุด และมีช่องว่างระหว่างการตอบค่อนข้างเยอะ
มาถึงช่วง Advanced Voice Mode (Turn-based) ที่ AI ทำงานได้ดีและเร็วขึ้นแล้ว แต่ยังทำงานแบบรอให้มนุษย์พูดจบก่อนแล้วค่อยตอบ ซึ่งหากมีการหยุดพักกลางประโยคขณะพูด AI ก็จะตอบทันทีทำให้เสียจังหวะ เพราะนึกว่าเป็นการพูดด้วยเสียงจบแล้ว
จากปัญหาของการใช้งานแชตบอททั้ง 2 เวอร์ชัน ทำให้ OpenAI ต้องพัฒนา ChatGPT ไปอีกขั้นเพื่อให้เหมาะกับการใช้ชีวิตประจำวันของผู้คนได้มากที่สุด นั่นก็คือระบบ GPT-Live ด้วย Full-Duplex Architecture ให้ประมวลผล Input และ Output พร้อมกันตลอดเวลา
เพราะแทนที่จะรอให้พูดจบก่อน ตอนนี้ GPT-Live สามารถแสดงรีแอ็กตามสิ่งที่กำลังฟังอยู่ได้แบบมนุษย์จริง ๆ ระหว่างที่กำลังพูดหรือเล่าอยู่ และสามารถรับมือได้กับการถามแทรกกลางประโยคได้เป็นธรรมชาติมากขึ้นแล้ว
รวมถึงมีการแยกแยะเสียงรอบข้างจากเสียงที่กำลังพูดได้ดีขึ้นด้วย ทำให้ Live Translation แบบเรียลไทม์เป็นอะไรที่ทำได้ง่ายขึ้นมาก หรือแม้แต่การถามคำถามที่ต้องใช้การวิเคราะห์หรือมีอินไซต์ GPT-Live ก็จะสามารถหาคำตอบมาตอบได้หลังเราพูดจบด้วย
โดย GPT-Live จะส่งต่อให้ GPT-5.5 ทำงานเบื้องหลังและในระหว่างนั้น GPT-Live ก็ยังคุยกับเราต่อได้เพื่อทำรักษาโฟลว์การพูดคุย และพอ GPT-5.5 คิดเสร็จก็นำคำตอบกลับมาพูดให้ฟังเลย ซึ่งตอนนี้ GPT-Live มีด้วยกัน 2 เวอร์ชัน
-
GPT-Live-1: เวอร์ชันเต็มที่ฉลาดกว่า และมี Option ให้เลือกระดับการคิดได้ 3 ระดับ คือ Instant สำหรับตอบเร็ว, Medium และ High สำหรับคำถามที่ต้องการการวิเคราะห์ลึกขึ้น โดยสามารถตั้งเป็นค่าเริ่มต้นสำหรับผู้ใช้ ChatGPTGo, Plus และ Pro ได้
-
GPT-Live-1 mini: เวอร์ชันที่ใช้งานได้เบากว่า เร็วกว่า เหมาะสำหรับการสนทนาทั่วไป โดยตั้งเป็นค่าเริ่มต้นสำหรับผู้ใช้ Free
นอกจากนี้ ChatGPT Voice ใหม่ ยังมีอัปเกรดอื่น ๆ เพิ่มอีก ไม่ว่าจะเป็น Visual Cards ที่แสดงข้อมูลบนหน้าจอขณะคุยไปด้วยได้ เพราะบางคำตอบมองเห็นภาพจะทำให้เข้าใจมากกว่า หรือเสียงที่ปรับปรุงแบบรีมาสเตอร์ใหม่ 9 เสียง ให้ฟังดูเป็นธรรมชาติมากขึ้นสำหรับ GPT-Live โดยเฉพาะ
และตอนนี้ทั้ง 2 เวอร์ชันก็ได้เปิดตัวไปทั่วโลกบน iOS, Android และ ChatGPT.com แล้ววันนี้ แต่สำหรับภาษาไทย โมเดลอาจจะมีสำเนียงที่ไม่เหมือนกับเจ้าของภาษาอยู่ คงต้องรอการอัปเดตและพัฒนาให้ GPT-Live มีความเข้าใจมากขึ้นในอนาคต
