GPT-Live: glas, ki hkrati posluša in govori
Na tej strani
Stanje na dan 5. novembra 2026. GPT-Live 1 je v API-ju na voljo od 10. septembra 2026 po ceni 0,05 $ na minuto glasovne seje. 16. oktobra so dodali dva francoska glasu, Brise in Sillage (lekcija 10). V ChatGPT možnost Live zdaj poganjata modela GPT-Live-1.1 in GPT-Live-1.1 Quip. Od 9. septembra lahko glasovni način težka vprašanja delegira modeloma GPT-5.6 ali GPT-6 Astra.
OpenAI je 8. julija 2026 predstavil GPT-Live, novo generacijo glasovnih modelov, ki zdaj poganja ChatGPT Voice. Ne gre le za nadgradnjo obstoječega pogona, temveč za temeljit arhitekturni premik. Da bi razumel, kaj ta novi sistem prinaša, si moraš ogledati arhitekture, ki so mu predhodile.
Tri generacije glasu
Prva različica ChatGPT Voice je povezala tri modele v verigo: enega za prepis tvoje govorne vsebine v besedilo, veliki jezikovni model za generiranje odgovora in motor za pretvorbo besedila v govor za sintezo zvoka. Ta kaskada ti je prvič omogočila pogovor z naprednim modelom, vendar je na vsakem koraku izgubljala informacije, zaradi česar so bili odzivi počasni in trzajoči.
Napredni glasovni način (Advanced Voice Mode) je kasneje obdeloval in generiral zvok znotraj enega samega modela, kar je zmanjšalo zakasnitev. Vendar je še vedno deloval po principu izmenjave: model je počakal, da si končal z govorjenjem, šele nato je odgovoril. Ker je bil konec poteze zaznan s tišino, je kratek premor ali hrup v ozadju lahko sprožil, da je model prekinil pogovor ob napačnem trenutku.
GPT-Live uporablja arhitekturo polnega dupleksa (full-duplex): neprestano obdeluje, kar sliši, medtem ko govori, in večkrat na sekundo odloča, ali naj govori, posluša, naredi premor, se sam prekine ali prikliče orodje. V praksi lahko pokaže, da sledi pogovoru („mhmm”, „da”), ne da bi te prekinil, obvlada hitre izmenjave ali ostane tiho, medtem ko si vzameš čas za razmislek.
Inteligenca v ozadju
GPT-Live težkih nalog ne opravlja sam. Ko vprašanje zahteva spletno iskanje, globoko sklepanje ali kompleksno nalogo, delo delegira zmogljivejšemu modelu in rezultat vrne v pogovor, ko je ta pripravljen. Medtem nadaljuje pogovor s tabo; konverzacija se ne zamrzne. Ob zagonu je bil ta ozadjski model GPT-5.5, OpenAI pa je napovedal, da bo prevzel nove modele, ko bodo izšli. Od 9. septembra se lahko ChatGPT Voice zanaša na modela GPT-5.6 ali GPT-6 Astra.
Razpoložljivost ob zagonu
| Element | Stanje na dan 8. julija 2026 |
|---|---|
| Modeli | GPT-Live-1 za plačljive načrte, GPT-Live-1 mini za brezplačni načrt |
| ChatGPT | Nameščen na chatgpt.com in v aplikacijah za iOS/Android v podprtih regijah |
| Delovni prostori Business, Enterprise in Edu | Ob zagonu niso bili na voljo |
| Video in souporaba zaslona | Nista podprta; ostala sta na voljo prek naprednega glasovnega načina |
| API | Napovedan za kasneje, z obrazcem za prijavo |
OpenAI je 31. julija dodal vodni žig SynthID podprti zvočni vsebini, generirani z GPT-Live, tako v ChatGPT kot v API-ju, skupaj z orodjem za preverjanje izvora.
Kaj to spremeni za tvoje primere uporabe
Za usposabljanje, glasovno podporo strankam ali pomoč brez uporabe rok polni dupleks odpravlja glavno težavo glasovnih pomočnikov: togo izmenjavo govora. Trener, ki z glasom simulira intervju, lahko zdaj ponovno vzpostavi ritem pravega pogovora, vključno s prekinitvami, nadaljnjimi vprašanji in tišino. Danes te nastavitve najdeš pod Nastavitve > Glas, kjer so na voljo tri možnosti: Live, Napredni način in Standardni način. Video in souporaba zaslona na mobilnih napravah še vedno zahtevata napredni način.
Tvoja vrsta
Preizkusi neprekinjen pogovor. V ChatGPT Voice z omogočeno možnostjo Live preizkusi te tri scenarije: sredi stavka prekini odziv, naredi dolg premor za razmislek in zastavi vprašanje, ki zahteva spletno iskanje, medtem ko nadaljuješ z govorom, ko ga sistem izvaja. Zabeleži, kako se pogovor vsakič odzove, nato test ponovi z uporabo naprednega načina za primerjavo.
Uradni viri: Introducing GPT-Live (OpenAI, 8. julij 2026) · Opombe ob izdaji ChatGPT · ChatGPT Voice (Center za pomoč OpenAI) · GPT-Live 1 (Dokumentacija API OpenAI)
Ključne ugotovitve
- GPT-Live deluje v polnem dupleksu: posluša in govori hkrati, ne da bi čakal na konec tvoje poteze
- Težka vprašanja delegira zmogljivejšemu modelu in medtem nadaljuje z govorom
- Ob zagonu: GPT-Live-1 za plačljive načrte, GPT-Live-1 mini za brezplačne, brez videa ali profesionalnih delovnih prostorov
- API se je odprl 10. septembra 2026; v ChatGPT nastaviš Live pod Nastavitve > Glas