OpenAI đang từng bước triển khai mô hình giọng nói mới GPT-Live cho người dùng ChatGPT, với trọng tâm là cải thiện khả năng hội thoại theo thời gian thực, hỗ trợ dịch thời gian thực và bổ sung thẻ thông tin trực quan trên màn hình.

Theo TechRadar ngày 9/7 (giờ địa phương), điểm đáng chú ý nhất trong bản cập nhật là khả năng hội thoại hai chiều, cho phép người dùng và ChatGPT nói - nghe gần như đồng thời. Nhờ đó, trải nghiệm tương tác được đẩy gần hơn với một cuộc trò chuyện tự nhiên giữa người với người.

GPT-Live được cung cấp theo hai phiên bản cho nhóm người dùng miễn phí và trả phí. Trong đó, tài khoản miễn phí sử dụng GPT-Live-1 mini, còn tài khoản trả phí dùng GPT-Live-1. Trên thiết bị di động, nếu ở đầu giao diện trò chuyện giọng nói xuất hiện nhãn “Live”, hoặc trên web có nhãn này trong menu chọn ChatGPT, người dùng có thể hiểu rằng tính năng đã được cập nhật. Nhấn vào nhãn “Live” cũng cho phép quay lại mô hình giọng nói cũ.

Người dùng cũng có thể kiểm tra trạng thái cập nhật trong phần cài đặt. Trên di động, vào mục Cài đặt từ menu hoặc hồ sơ cá nhân, sau đó chọn Giọng nói để xem mô hình đang dùng. Trên web, truy cập hồ sơ ở góc dưới bên trái, chọn Cài đặt, tiếp đến là Giọng nói và Mô hình.

Thay đổi lớn nhất nằm ở cách vận hành của cuộc hội thoại. Người dùng có thể tiếp tục nói ngay cả khi ChatGPT đã bắt đầu phản hồi trước khi câu nói kết thúc, và hệ thống được thiết kế để theo kịp nhịp hội thoại đó. Nếu người dùng ngắt lời giữa chừng để đặt câu hỏi mới, câu trả lời cũng sẽ điều chỉnh theo ngữ cảnh mới. So với chế độ giọng nói trước đây, cách tương tác này tự nhiên hơn đáng kể.

Dịch thời gian thực cũng là một điểm nổi bật của bản cập nhật. Khi người dùng nói một câu, ChatGPT có thể dịch và đọc lại gần như ngay lập tức bằng ngôn ngữ khác.

Ngoài ra, cách phản hồi trong hội thoại giọng nói cũng có thể tùy chỉnh. Tại biểu tượng điều chỉnh ở góc trên bên phải, người dùng có thể chọn mức “độ thông minh” của phản hồi với ba tùy chọn Instant, Medium và High. OpenAI khuyến nghị dùng Instant khi cần tốc độ, High khi cần câu trả lời chi tiết, còn Medium dành cho trường hợp cần cân bằng giữa hai yếu tố này. Loại giọng nói vẫn được giữ nguyên như trước.

Chế độ giọng nói cũng được bổ sung thẻ thông tin trực quan. Với các truy vấn như tỷ số thể thao, dự báo thời tiết hoặc địa điểm có thể hiển thị trên bản đồ, màn hình sẽ hiện thêm thông tin dưới dạng đồ họa. Điều này giúp phản hồi không còn chỉ là âm thanh, mà trở thành trải nghiệm kết hợp giữa giọng nói và hình ảnh.

Phản hồi ban đầu từ người dùng cho thấy tính năng mới nhìn chung hoạt động ổn định. Nhiều đánh giá cho rằng trải nghiệm hội thoại trở nên tự nhiên hơn, bao gồm cả các quãng ngập ngừng và cách diễn đạt đa dạng.

Dù vậy, một số vấn đề vẫn xuất hiện trong giai đoạn đầu triển khai. Trên Reddit, Atty Eletti, đại diện của OpenAI, tham gia phần hỏi đáp, cho biết đã ghi nhận trường hợp tính năng bộ nhớ của ChatGPT không hoạt động trong chế độ giọng nói và công ty đang tích cực điều tra. Một số báo cáo khác cũng phản ánh việc phát âm ngoại ngữ vẫn mang ngữ điệu tiếng Anh; theo Eletti, điểm này sẽ được cải thiện theo thời gian.

Bản cập nhật lần này được xem là nỗ lực đưa ChatGPT Voice từ một công cụ hỏi - đáp bằng giọng nói đơn thuần sang nền tảng tương tác thời gian thực. Việc bổ sung hội thoại chồng lời, khả năng ngắt lời để hỏi tiếp, dịch thời gian thực và phản hồi trực quan giúp mở rộng đáng kể phạm vi ứng dụng của giao diện giọng nói. Tuy nhiên, khả năng liên kết với tính năng bộ nhớ và độ ổn định trong phát âm ngoại ngữ vẫn là những bài toán OpenAI cần tiếp tục xử lý.