Salt la conținutul principal
Română— Alege o limbă
Meniu

GPT-Live: Vocea care ascultă și vorbește simultan

Lecția 6 din 12 Actualizată 5 noiembrie 2026 Intermediar
Pe această pagină
  1. Trei generații de voce
  2. Inteligență în plan secund
  3. Disponibilitate la lansare
  4. Ce se schimbă pentru cazurile dumneavoastră de utilizare
  5. Rândul dumneavoastră
  6. Puncte cheie

Stare la data de 5 noiembrie 2026. GPT-Live 1 este disponibil în API din 10 septembrie 2026, la prețul de 0,05 USD pe minut de sesiune vocală. Două voci în limba franceză, Brise și Sillage, au fost adăugate pe 16 octombrie (Lecția 10). În ChatGPT, opțiunea Live rulează acum pe GPT-Live-1.1 și GPT-Live-1.1 Quip. Începând cu 9 septembrie, modul vocal poate delega întrebările dificile către GPT-5.6 sau GPT-6 Astra.

Pe 8 iulie 2026, OpenAI a lansat GPT-Live, o nouă generație de modele vocale care alimentează acum ChatGPT Voice. Nu este doar o actualizare a motorului existent; reprezintă o schimbare arhitecturală fundamentală. Pentru a înțelege ce aduce acest nou sistem, trebuie să analizăm arhitecturile care l-au precedat.

Trei generații de voce

Prima versiune a ChatGPT Voice înlănțuia trei modele: unul pentru a transcrie vocea dumneavoastră în text, un model lingvistic de mari dimensiuni pentru a genera răspunsul și un motor de sinteză vocală (text-to-speech) pentru a produce audio-ul. Această cascadă v-a permis să conversați pentru prima dată cu un model avansat, dar pierdea informații la fiecare pas, făcând răspunsurile lente și sacadate.

Modul Vocal Avansat (Advanced Voice Mode) a procesat și generat ulterior audio-ul într-un singur model, reducând latența. Cu toate acestea, funcționa tot pe baza de ture: modelul aștepta să terminați de vorbit înainte de a răspunde. Deoarece sfârșitul unei ture era detectat prin silențiu, o pauză scurtă sau un zgomot de fundal puteau determina modelul să întrerupă conversația în momentul nepotrivit.

GPT-Live utilizează o arhitectură full-duplex: procesează continuu ceea ce aude în timp ce vorbește, decidând de mai multe ori pe secundă dacă să vorbească, să asculte, să facă o pauză, să se întrerupă singur sau să apeleze un instrument. În practică, poate arăta că urmărește conversația („mhmm“, „da“) fără a vă întrerupe, poate gestiona schimburi rapide de replici sau poate rămâne tăcut în timp ce dumneavoastră luați timp pentru a gândi.

Trei generații de voce Trei coloane. Casadă: transcriere, model lingvistic, apoi sinteză vocală; răspunsuri lente și pierdere de informații. Pe bază de ture: un singur model audio, mai fluid, dar așteaptă sfârșitul turei și interpretează greșit pauzele. Full-duplex, GPT-Live: ascultă și vorbește simultan, delegând munca dificilă unui model mai puternic. DE LA CASADĂ LA FULL-DUPLEX Trei generații de voce Casadă Principiu Trei modele în lanț Limitare Lent, pierderi între verigi Pe bază de ture Principiu Un singur model audio Limitare Așteaptă sfârșitul turei Full-duplex Principiu Ascultă și vorbește în același timp Avantaj Deleagă munca dificilă
Bazat pe anunțul „Introducing GPT-Live“ (OpenAI, 8 iulie 2026).

Inteligență în plan secund

GPT-Live nu gestionează singur sarcinile dificile. Atunci când o întrebare necesită căutare pe web, raționament profund sau o sarcină complexă, acesta deleagă munca unui model mai puternic și readuce rezultatul în conversație imediat ce este gata. Între timp, continuă să vorbească cu dumneavoastră; conversația nu se blochează. La lansare, acest model din plan secund era GPT-5.5, iar OpenAI a declarat că va adopta noi modele pe măsură ce acestea vor fi lansate. Începând cu 9 septembrie, ChatGPT Voice se poate baza pe GPT-5.6 sau GPT-6 Astra.

Disponibilitate la lansare

ElementLa data de 8 iulie 2026
ModeleGPT-Live-1 pentru planurile plătite, GPT-Live-1 mini pentru planul Gratuit
ChatGPTImplementat pe chatgpt.com și aplicațiile iOS/Android în regiunile suportate
Spații de lucru Business, Enterprise și EduIndisponibile la lansare
Video și partajare ecranNeacceptate; au rămas disponibile prin Modul Vocal Avansat
APIAnunțat pentru o dată ulterioară, cu un formular de înscriere

Pe 31 iulie, OpenAI a adăugat un filigran SynthID conținutului audio suportat generat cu GPT-Live, atât în ChatGPT, cât și în API, împreună cu un instrument de verificare a provenienței.

Ce se schimbă pentru cazurile dumneavoastră de utilizare

Pentru formare, suport clienți bazat pe voce sau asistență hands-free, tehnologia full-duplex elimină principalul punct dureros al asistenților vocali: schimbul rigid de ture. Un formator care folosește vocea pentru a simula un interviu poate recupera acum ritmul unei conversații reale, complet cu întreruperi, întrebări de follow-up și momente de tăcere. Astăzi, puteți găsi aceste setări sub Settings > Voice (Setări > Voce), care oferă trei opțiuni: Live, Advanced Mode (Mod Avansat) și Standard Mode (Mod Standard). Video-ul și partajarea ecranului pe mobil necesită încă Modul Avansat.

Rândul dumneavoastră

Testați conversația continuă. În ChatGPT Voice, cu opțiunea Live activată, încercați aceste trei scenarii: întrerupeți răspunsul la mijlocul unei propoziții, faceți o pauză lungă pentru a gândi și puneți o întrebare care necesită o căutare pe web în timp ce continuați să vorbiți în timp ce aceasta se execută. Observați cum reacționează conversația de fiecare dată, apoi repetați testul folosind Modul Avansat pentru a compara.

Surse oficiale: Introducing GPT-Live (OpenAI, 8 iulie 2026) · Note de lansare ChatGPT · ChatGPT Voice (Centrul de ajutor OpenAI) · GPT-Live 1 (Documentația API OpenAI)

Puncte cheie

  • GPT-Live este full-duplex: ascultă și vorbește simultan, fără a aștepta ca tura dumneavoastră să se încheie
  • Deleagă întrebările dificile unui model mai puternic și continuă să vorbească între timp
  • La lansare: GPT-Live-1 pentru planurile plătite, GPT-Live-1 mini pentru planul Gratuit, fără video sau spații de lucru profesionale
  • API-ul s-a deschis pe 10 septembrie 2026; în ChatGPT, configurați Live sub Settings > Voice