Přejít na hlavní obsah
Čeština— Vyberte jazyk
Menu

GPT-Live: Hlas, který současně poslouchá i mluví

Lekce 6 z 12 Aktualizováno 5. listopadu 2026 Mírně pokročilý
Na této stránce
  1. Tři generace hlasu
  2. Inteligence na pozadí
  3. Dostupnost při spuštění
  4. Co to mění pro vaše použití
  5. Teď jsi na řadě ty
  6. Klíčové poznatky

Stav k 5. listopadu 2026. GPT-Live 1 je v API dostupný od 10. září 2026 za cenu 0,05 $ za minutu hlasové relace. Dne 16. října byly přidány dva francouzské hlasy, Brise a Sillage (lekce 10). V ChatGPT nyní možnost Live běží na modelech GPT-Live-1.1 a GPT-Live-1.1 Quip. Od 9. září může hlasový režim delegovat obtížné dotazy na modely GPT-5.6 nebo GPT-6 Astra.

Dne 8. července 2026 uvedla společnost OpenAI na trh GPT-Live, novou generaci hlasových modelů, která nyní pohání ChatGPT Voice. Nejde jen o vylepšení stávajícího engine; jde o zásadní architektonickou změnu. Abychom pochopili, co tento nový systém přináší, musíme se podívat na architektury, které mu předcházely.

Tři generace hlasu

První verze ChatGPT Voice řetězila tři modely za sebou: jeden přepisoval vaši řeč na text, velký jazykový model generoval odpověď a engine převodu textu na řeč syntetizoval zvuk. Tato kaskáda vám poprvé umožnila mluvit s pokročilým modelem, ale na každém kroku docházelo ke ztrátě informací, což činilo odpovědi pomalými a trhanými.

Pokročilý hlasový režim (Advanced Voice Mode) později zpracovával a generoval zvuk v rámci jednoho modelu, čímž snížil latenci. Stále však fungoval na principu střídání tahů: model čekal, až domluvíte, než odpověděl. Protože byl konec tahu detekován tichem, mohla krátká pauza nebo hluk na pozadí způsobit, že model přeruší konverzaci v nevhodný okamžik.

GPT-Live využívá architekturu full-duplex: nepřetržitě zpracovává to, co slyší, zatímco mluví, a několikrát za sekundu se rozhoduje, zda má mluvit, poslouchat, udělat pauzu, přerušit sám sebe nebo zavolat nástroj. V praxi dokáže dát najevo, že vás sleduje („mhmm“, „ano“), aniž by vás přerušil, zvládá rychlou výměnu názorů nebo zůstane zticha, zatímco vy potřebujete čas na rozmyšlenou.

Tři generace hlasu Tři sloupce. Kaskáda: přepis, jazykový model, poté převod textu na řeč; pomalé odpovědi a ztráta informací. Střídání tahů: jeden zvukový model, plynulejší, ale čeká na konec tahu a špatně interpretuje pauzy. Full-duplex, GPT-Live: současně poslouchá a mluví, deleguje obtížnou práci na výkonnější model. OD KASKÁDY K FULL-DUPLEXU Tři generace hlasu Kaskáda Princip Tři modely v řetězci Omezení Pomalé, ztráty mezi články Střídání tahů Princip Jeden zvukový model Omezení Čeká na konec tahu Full-duplex Princip Poslouchá a mluví současně Výhoda Deleguje obtížnou práci
Na základě oznámení „Introducing GPT-Live“ (OpenAI, 8. července 2026).

Inteligence na pozadí

GPT-Live nezvládá obtížné úkoly sám. Když otázka vyžaduje vyhledávání na webu, hluboké uvažování nebo složitý úkol, deleguje práci na výkonnější model a jakmile je výsledek hotov, vrátí jej zpět do konverzace. Mezitím s vámi stále komunikuje; konverzace nezamrzne. Při spuštění byl tímto modelem na pozadí GPT-5.5 a OpenAI uvedla, že bude přijímat nové modely, jak budou vydávány. Od 9. září se ChatGPT Voice může spolehnout na modely GPT-5.6 nebo GPT-6 Astra.

Dostupnost při spuštění

PrvekStav k 8. červenci 2026
ModelyGPT-Live-1 pro placené plány, GPT-Live-1 mini pro bezplatný plán
ChatGPTNasazeno na chatgpt.com a v aplikacích pro iOS/Android v podporovaných regionech
Pracovní prostory Business, Enterprise a EduPři spuštění nedostupné
Video a sdílení obrazovkyNepodporováno; zůstalo dostupné prostřednictvím pokročilého hlasového režimu
APIOznámeno na pozdější termín s registračním formulářem

Dne 31. července přidala společnost OpenAI vodoznak SynthID do podporovaného zvukového obsahu generovaného pomocí GPT-Live, a to jak v ChatGPT, tak v API, spolu s nástrojem pro ověření původu.

Co to mění pro vaše použití

Pro školení, zákaznickou podporu založenou na hlasu nebo asistenci bez použití rukou odstraňuje režim full-duplex hlavní bolestivé místo hlasových asistentů: rigidní střídání tahů. Školitel, který pomocí hlasu simuluje pohovor, nyní může obnovit rytmus skutečné konverzace, včetně přerušení, návazných otázek a ticha. Dnes najdete tato nastavení pod nabídkou Nastavení > Hlas, která nabízí tři možnosti: Live, Pokročilý režim a Standardní režim. Video a sdílení obrazovky na mobilních zařízeních stále vyžadují Pokročilý režim.

Teď jsi na řadě ty

Otestuj plynulou konverzaci. V ChatGPT Voice s povolenou možkou Live vyzkoušej tyto tři scénáře: přerušení odpovědi uprostřed věty, dlouhou pauzu na rozmyšlenou a položení otázky, která vyžaduje vyhledávání na webu, zatímco budeš pokračovat v hovoru během jejího provádění. Všimni si, jak konverzace pokaždé reaguje, a poté test zopakuj pomocí Pokročilého režimu pro srovnání.

Oficiální zdroje: Introducing GPT-Live (OpenAI, 8. července 2026) · Poznámky k vydání ChatGPT · ChatGPT Voice (Centrum nápovědy OpenAI) · GPT-Live 1 (Dokumentace API OpenAI)

Klíčové poznatky

  • GPT-Live je full-duplex: současně poslouchá i mluví, aniž by čekal na konec tvého tahu
  • Obtížné otázky deleguje na výkonnější model a mezitím pokračuje v řeči
  • Při spuštění: GPT-Live-1 pro placené plány, GPT-Live-1 mini pro bezplatný plán, bez videa a profesionálních pracovních prostorů
  • API bylo otevřeno 10. září 2026; v ChatGPT nakonfiguruj možnost Live pod Nastavení > Hlas