OpenAI resmi memperkenalkan GPT-Live, model suara generasi terbaru yang menggerakkan pengalaman ChatGPT Voice.

Model ini menggunakan arsitektur full-duplex yang memungkinkan sistem mendengarkan dan berbicara secara bersamaan, tanpa harus menunggu pengguna selesai berbicara.

>>> REDMI Note 17 Pro Resmi: IP69K dan Baterai 9000mAh Dikonfirmasi

GPT-Live mampu menangani interaksi suara secara berkelanjutan sambil mendelegasikan tugas seperti pencarian web, penalaran mendalam, dan tugas kompleks lainnya ke GPT-5.5 di latar belakang.

OpenAI menyebutkan bahwa GPT-Live akan terus menggunakan model frontier terbaru saat tersedia.

Dari Model Suara Bertahap ke GPT-Live

Sebelumnya, ChatGPT Voice mengandalkan pipeline bertahap yang terdiri dari model speech-to-text, bahasa, dan text-to-speech terpisah. Pendekatan ini dapat menyebabkan latensi dan kehilangan informasi.

Advanced Voice Mode kemudian menggabungkan pemrosesan audio ke dalam satu model, namun masih bergantung pada percakapan bergiliran.

Pengguna harus selesai berbicara sebelum model merespons, dan kadang terjadi interupsi akibat deteksi diam.

GPT-Live menggantikan pendekatan ini dengan arsitektur full-duplex yang memproses audio secara terus-menerus sambil menghasilkan ucapan.

Model dapat membuat keputusan interaksi beberapa kali per detik, termasuk apakah akan terus mendengarkan, merespons, menjeda, menyela, atau memanggil alat.

Kemampuan ini juga memungkinkan penerjemahan langsung, membantu menjaga alur dan waktu percakapan, serta memungkinkan GPT-Live terus berbicara sambil menangani beberapa tugas latar belakang.

GPT-5.5 Menangani Tugas Kompleks

Untuk permintaan yang melibatkan pencarian web, penalaran, atau kemampuan agen, GPT-Live mendelegasikan tugas tersebut ke GPT-5.5 sambil melanjutkan percakapan.

Model ini dapat mengelola beberapa tugas latar belakang dan mengembalikan hasil saat sudah siap.

Pengalaman ChatGPT Voice yang Diperbarui

OpenAI mengungkapkan bahwa lebih dari 150 juta orang menggunakan ChatGPT Voice dan Dictation setiap minggu.