Prejsť na hlavný obsah
Slovenčina— Vyberte jazyk
Menu

GPT-Live: Hlas, ktorý počúva a hovorí súčasne

Lekcia 6 z 12 Aktualizované 5. novembra 2026 Mierne pokročilý
Na tejto strane
  1. Tri generácie hlasu
  2. Inteligencia v pozadí
  3. Dostupnosť pri spustení
  4. Čo to mení pre tvoje použitie
  5. Teraz si na rade ty
  6. Kľúčové poznatky

Stav k 5. novembru 2026. GPT-Live 1 je v API dostupný od 10. septembra 2026 za cenu 0,05 USD za minútu hlasovej relácie. Dva francúzske hlasy, Brise a Sillage, boli pridané 16. októbra (Lekcia 10). V ChatGPT teraz možnosť Live beží na modeloch GPT-Live-1.1 a GPT-Live-1.1 Quip. Od 9. septembra môže hlasový režim delegovať náročné otázky na modely GPT-5.6 alebo GPT-6 Astra.

  1. júla 2026 spoločnosť OpenAI spustila GPT-Live, novú generáciu hlasových modelov, ktorá teraz poháňa ChatGPT Voice. Nie je to len aktualizácia existujúceho enginu; ide o zásadnú architektonickú zmenu. Aby sme pochopili, čo tento nový systém prináša, musíme sa pozrieť na architektúry, ktoré mu predchádzali.

Tri generácie hlasu

Prvá verzia ChatGPT Voice spájala tri modely do reťazca: jeden na prepis tvojej reči do textu, veľký jazykový model na generovanie odpovede a engine na prevod textu na reč (text-to-speech) na syntézu zvuku. Táto kaskáda ti prvýkrát umožnila rozprávať sa s pokročilým modelom, no na každom kroku strácala informácie, čo spôsobovalo pomalé a trhané odpovede.

Pokročilý hlasový režim (Advanced Voice Mode) neskôr spracovával a generoval audio v rámci jedného modelu, čím znížil oneskorenie. Stále však fungoval na princípe ťahov: model čakal, kým dokončíš hovorenie, až potom odpovedal. Keďže koniec ťahu sa detegoval podľa ticha, krátka pauza alebo hluk v pozadí mohli spôsobiť, že model prerušil konverzáciu v nevhodný moment.

GPT-Live využíva architektúru plného duplexu (full-duplex): nepretržite spracováva to, čo počuje, zatiaľ čo hovorí, a niekoľkokrát za sekundu sa rozhoduje, či má hovoriť, počúvať, odmlčať sa, prerušiť sám seba alebo zavolať nástroj. V praxi to znamená, že môže dať najavo, že ťa sleduje („mhmm“, „áno“), bez toho, aby ťa prerušil, zvláda rýchlu výmenu replík alebo zostane ticho, keď potrebuješ čas na rozmyslenie.

Tri generácie hlasu Tri stĺpce. Kaskáda: prepis, jazykový model, potom prevod textu na reč; pomalé odpovede a strata informácií. Ťah po ťahu: jeden audio model, plynulejší, ale čaká na koniec ťahu a nesprávne interpretuje pauzy. Full-duplex, GPT-Live: počúva a hovorí súčasne, deleguje náročnú prácu na výkonnejší model. OD KASKÁDY K FULL-DUPLEXU Tri generácie hlasu Kaskáda Princíp Tri modely v reťazci Obmedzenie Pomalé, straty medzi článkami Ťah po ťahu Princíp Jeden audio model Obmedzenie Čaká na koniec ťahu Full-duplex Princíp Počúva a hovorí súčasne Výhoda Deleguje náročnú prácu
Na základe oznámenia „Introducing GPT-Live“ (OpenAI, 8. júla 2026).

Inteligencia v pozadí

GPT-Live nezvláda náročné úlohy sám. Keď si otázka vyžaduje vyhľadávanie na webe, hlboké uvažovanie alebo komplexnú úlohu, deleguje prácu na výkonnejší model a výsledok vráti späť do konverzácie, hneď ako je pripravený. Medzitým s tebou pokračuje v rozhovore; konverzácia nezamŕza. Pri spustení bol týmto modelom v pozadí GPT-5.5 a OpenAI uviedla, že bude prijímať nové modely, ako budú vychádzať. Od 9. septembra sa ChatGPT Voice môže oprieť o modely GPT-5.6 alebo GPT-6 Astra.

Dostupnosť pri spustení

PrvokStav k 8. júlu 2026
ModelyGPT-Live-1 pre platené plány, GPT-Live-1 mini pre bezplatný plán
ChatGPTNasadené na chatgpt.com a v aplikáciách pre iOS/Android v podporovaných regiónoch
Pracovné priestory Business, Enterprise a EduPri spustení nedostupné
Video a zdieľanie obrazovkyNepodporované; zostali dostupné prostredníctvom pokročilého hlasového režimu (Advanced Voice Mode)
APIOznámené na neskôr, k dispozícii bol registračný formulár
  1. júla pridala spoločnosť OpenAI vodoznak SynthID do podporovaného audio obsahu generovaného pomocou GPT-Live, a to tak v ChatGPT, ako aj v API, spolu s nástrojom na overenie pôvodu.

Čo to mení pre tvoje použitie

Pri školeniach, zákazníckej podpore založenej na hlase alebo asistencii bez použitia rúk odstraňuje plný duplex hlavný problém hlasových asistentov: rigidné striedanie ťahov. Školiteľ, ktorý používa hlas na simuláciu pohovoru, teraz dokáže obnoviť rytmus skutočnej konverzácie vrátane prerušení, nadväzujúcich otázok a ticha. Dnes nájdeš tieto nastavenia pod položkou Nastavenia > Hlas, ktorá ponúka tri možnosti: Live, Pokročilý režim a Štandardný režim. Video a zdieľanie obrazovky na mobilných zariadeniach si stále vyžadujú Pokročilý režim.

Teraz si na rade ty

Otestuj nepretržitú konverzáciu. V ChatGPT Voice so zapnutou možnosťou Live vyskúšaj tieto tri scenáre: preruš odpoveď v polovete, urob dlhú pauzu na rozmyslenie a polož otázku, ktorá si vyžaduje vyhľadávanie na webe, pričom pokračuj v rozprávaní, kým ju systém vykonáva. Všimni si, ako konverzácia zakaždým reaguje, a potom test zopakuj s použitím Pokročilého režimu, aby si mohol porovnať rozdiely.

Oficiálne zdroje: Introducing GPT-Live (OpenAI, 8. júla 2026) · Poznámky k vydaniu ChatGPT · ChatGPT Voice (Centrum pomoci OpenAI) · GPT-Live 1 (Dokumentácia API OpenAI)

Kľúčové poznatky

  • GPT-Live je full-duplex: počúva a hovorí súčasne, nečaká na koniec tvojho ťahu
  • Náročné otázky deleguje na výkonnejší model a medzitým pokračuje v hovore
  • Pri spustení: GPT-Live-1 pre platené plány, GPT-Live-1 mini pre bezplatný plán, bez videa a profesionálnych pracovných priestorov
  • API bolo otvorené 10. septembra 2026; v ChatGPT nastavíš režim Live pod Nastavenia > Hlas