OpenAI çərşənbə axşamı istifadəçilərə GPT-4o-nun hiperreal səsli cavablarına ilkin giriş imkanı verən ChatGPT-nin Qabaqcıl Səs rejimini işə salmağa başladı. Alfa versiyası hazırda məhdud bir qrup ChatGPT Plus istifadəçiləri üçün əlçatandır və 2024-cü ilin payızına qədər bütün Plus istifadəçiləri üçün əlçatanlığı genişləndirmək niyyətindədir.
OpenAI may ayında GPT-4o-nun səsini təqdim edərkən, tamaşaçılar onun sürətli cavabları və həqiqi insan səsinə heyrətamiz bənzərliyi ilə heyran qaldılar. Sky adlı səs "Her" filmindəki aktrisa Scarlett Johanssonun tonunu yaxından əks etdirirdi. Demodan sonra Johansson oxşarlıqla bağlı narahatlıqlarını artırdı və imicini qorumaq üçün qanuni nümayəndəliyə müraciət etdi. OpenAI Yohanssonun səsinin istifadəsini təkzib etdi və sonra onu demodan sildi. İyun ayında OpenAI təhlükəsizlik protokollarını gücləndirmək üçün Qabaqcıl Səs rejiminin işə salınmasının təxirə salındığını açıqladı.
Bir ay sonra OpenAI bu funksiyanın tətbiqinə başlayır; lakin, Bahar Yeniləməsində vurğulanan video və ekran paylaşma funksiyaları ilkin alfa buraxılışının bir hissəsi olmayacaq. Hazırda seçilmiş premium istifadəçilər əvvəllər nümayiş etdirilən səs funksiyasından istifadə edə biləcəklər.
Qabaqcıl Səs rejimi səsdən mətnə, mətnin işlənməsinə və mətndən səsə funksiyalarını müstəqil şəkildə idarə edən və daha sürətli qarşılıqlı əlaqəyə səbəb olan multimodal model olan GPT-4o-dan istifadə etməklə özünü cari Səs rejimindən fərqləndirir. OpenAI iddia edir ki, GPT-4o istifadəçinin səsi ilə ötürülən emosional nüansları, o cümlədən kədər, həyəcan və ya oxuma şəklində musiqi tonları kimi hissləri qavramaq qabiliyyətinə malikdir.
Bu pilot mərhələdə ChatGPT Plus istifadəçiləri Qabaqcıl Səs rejiminin hiperreal funksiyaları ilə qarşılaşacaqlar. OpenAI onun istifadəsinə yaxından nəzarət etmək üçün tədricən bu funksiyanı təqdim edir. Alfa qrupundakı istifadəçilər ChatGPT tətbiqi daxilində məlumatlandırılacaq və sonradan e-poçt vasitəsilə ətraflı təlimatlar alacaqlar.
May demosundan bəri OpenAI, 45 müxtəlif dildə danışan 100-dən çox xarici qırmızı komanda ilə GPT-4o-nun səs funksiyaları üzərində sınaqlar keçirdi. Bu təhlükəsizlik təşəbbüsləri ilə bağlı hesabatın avqustun əvvəlində açıqlanması gözlənilir. Qabaqcıl Səs rejimi yalnız ChatGPT-nin peşəkar səs aktyorları ilə əməkdaşlıqda hazırlanmış dörd əvvəlcədən təyin edilmiş səsini - Juniper, Breeze, Cove və Ember-i təqdim edəcək. May ayında nümayiş etdirilən Sky səsi dayandırıldı. OpenAI sözçüsü Lindsay McCallum-a görə, ChatGPT konkret şəxslərin səslərini təkrarlaya bilmir və əvvəlcədən təyin edilmiş səslərdən kənara çıxan çıxışların yaranmasının qarşısını alacaq.