Công ty khởi nghiệp trí tuệ nhân tạo OpenAI vừa chính thức trình làng dòng mô hình xử lý giọng nói hoàn toàn mới - GPT-Live, sở hữu khả năng tiếp nhận thông tin và phản hồi bằng âm thanh theo thời gian thực. Doanh nghiệp này cho biết họ sẽ tiến hành triển khai hai phiên bản cấu hình khác nhau bao gồm phiên bản tiêu chuẩn và phiên bản thu nhỏ tới toàn bộ người dùng phổ thông.
Bước tiến công nghệ mang tính đột phá này được kỳ vọng sẽ giúp công cụ trợ lý ảo thông minh xóa bỏ hoàn toàn nhịp đứt quãng của các hệ thống trò chuyện truyền thống, từ đó đưa trải nghiệm giao tiếp giữa con người và máy tính tiến gần hơn tới ranh giới của một cuộc hội thoại tự nhiên trong đời sống thường nhật.
Thay vì phải kiên nhẫn chờ đợi người dùng kết thúc hoàn toàn câu nói và tạo ra một khoảng lặng im lặng như các thế hệ phần mềm trước đây, hệ thống trợ lý ảo mới giờ đây đã có thể vừa lắng nghe vừa phân tích dữ liệu ngay trong khi đang phát ra âm thanh phản hồi.
Điểm độc đáo của mô hình này là khả năng tự động chèn vào cuộc đối thoại những từ ngữ đệm mang tính khẳng định ngắn gọn để biểu thị sự tập trung lắng nghe tương tự như cách phản xạ của con người. Trong các buổi thử nghiệm vận hành trực tiếp, khi người dùng liên tục đưa ra các yêu cầu kiểm tra lịch họp kết hợp kiểm tra tình hình thời tiết và mật độ giao thông trên tuyến đường di chuyển, hệ thống đã liên tục đưa ra các phản hồi tiếp nhận thông tin một cách mượt mà mà không hề làm mất đi mạch của toàn bộ câu chuyện.
Bên cạnh năng lực xử lý đa tác vụ, dòng sản phẩm mới còn thể hiện sự vượt trội trong việc biên dịch ngôn ngữ song song theo thời gian thực. Đại diện cấp cao của doanh nghiệp khẳng định đây là phương thức tương tác công nghệ mang tính bản lề giúp tối ưu hóa hiệu suất làm việc của người dùng trên các thiết bị điện tử cá nhân. Sự ra đời của dòng sản phẩm này cũng trực tiếp đẩy cuộc đua phát triển trợ lý giọng nói thông minh giữa các phòng thí nghiệm công nghệ lên một nấc thang cạnh tranh khốc liệt mới, trong bối cảnh nhiều đơn vị đối thủ cũng đang ráo riết nghiên cứu các mô hình tương tác liên tục trên cả ba định dạng dữ liệu bao gồm âm thanh, hình ảnh và văn bản nhằm thay đổi hoàn toàn cách thức con người tiếp cận công nghệ.
Theo Reuters, Yahoo
