OpenAI выпустила GPT-Live-1.1: новые голоса на 6 языках и меньше «checking...»

OpenAI выпустила GPT-Live-1.1, обновление голосовой модели, которая работает в режиме Voice в ChatGPT и в Codex. Новые голоса появились для шести языковых вариантов: французского, немецкого, хинди, мексиканского испанского, корейского и японского. Обновление раскатывают сегодня на всех пользователей. Доступ через API компания обещает «скоро», без даты.

Анонс короткий: видео на канале OpenAI и три строки описания. Ни бенчмарков, ни цифр по задержке, ни сравнения с предыдущей версией там нет. Поэтому ниже только то, что известно, и аккуратные выводы из него.

Что изменилось в голосе

Главных пунктов три: новые голоса, более точные акценты и меньше «checking...». Первые два понятны. Третий, судя по формулировке, относится к моментам, когда голосовой ассистент уходит за информацией или инструментом и в эфире повисает служебная пауза. Если таких пауз стало меньше, разговор должен идти ровнее. Насколько меньше, OpenAI не уточняет.

Отдельно про акценты. Для голосового интерфейса это вопрос доверия: французская речь с английской фонетикой или японская с неверной интонацией сразу выдают синтетику. Явное упоминание мексиканского испанского говорит, что OpenAI тестирует региональные варианты языка, а не общий «испанский».

Где это работает и кто получает доступ

В описании перечислены Voice в ChatGPT, Codex и ещё один продукт, названный «dots». Что это, из текста понять нельзя: отдельный сервис или опечатка. Гадать не будем.

Появление голоса в Codex интереснее самого списка языков. Это среда для работы с кодом, и голос там означает управление агентом разговором: поставить задачу, уточнить, получить ответ, не прикасаясь к клавиатуре. Для такого сценария паузы вроде «checking...» особенно раздражают, потому что агент и так делает долгие операции.

Ключевые параметры релиза:

• Модель: GPT-Live-1.1.
• Новые голоса: французский, немецкий, хинди, мексиканский испанский, корейский, японский.
• Продукты: Voice в ChatGPT, Codex и ещё один пункт, названный «dots».
• Доступность: всем пользователям, раскатка началась сегодня.
• API: «скоро», дата и цена не названы.
• Метрики качества и задержки: в анонсе не опубликованы.

Практические выводы

Пользователям из шести языковых групп стоит самим проверить обновление: открыть голосовой режим и поговорить на родном языке на разные темы, от бытовых вопросов до терминов из работы. Субъективное качество акцента и естественность пауз лучше любой строки в описании. Если голос не появился, раскатка могла ещё не дойти до аккаунта.

Разработчикам и продуктовым командам спешить некуда. Пока API нет, встроить GPT-Live-1.1 в собственное приложение нельзя. Когда он выйдет, надо будет смотреть три вещи: цену за минуту речи, задержку первого звука и поведение модели при вызове инструментов. Именно там живёт «checking...».

Командам, которые делают локализованные голосовые продукты для Индии, Кореи, Японии и Латинской Америки, этот релиз сигнал: конкурент по голосу усиливает именно эти рынки. Если у вас свой голосовой стек, самое время собрать контрольный набор фраз на этих языках и сравнить результат, как только появится API.

И пока нет официальных цифр, относитесь к формулировкам «лучше» и «меньше» как к заявке, а не доказанному факту.