OpenAI выпустила GPT-Live-1, модель для голосового общения в реальном времени. Она одновременно слушает и говорит, поэтому пользователь может перебивать ИИ, а диалог продолжается без заметного разрыва. Для голосовых ИИ-тренажеров это означает более естественный темп общения и возможность отрабатывать сложные сценарии, близкие к реальным.
Главное изменение связано с задержкой. По исходному материалу, в прежних голосовых моделях она составляла около 1,5 секунды, из-за чего собеседники часто начинали говорить одновременно или вынужденно ждали ответа. GPT-Live-1 сокращает задержку почти в два раза, что заметно улучшает восприятие диалога. Дополнительный рост качества модели может быть полезен, но для большинства учебных тренажеров не является обязательным.
Ограничением остается стоимость: $0,05 за минуту, причем оплачивается все время сессии, включая паузы и молчание. С учетом разработки, инфраструктуры и поддержки непрерывное использование такой технологии может оказаться существенной статьей расходов. Поэтому для многих задач онлайн-обучения и корпоративного обучения более доступные модели могут оставаться рациональным выбором.
Есть и методический нюанс. На начальном этапе освоения навыка учащемуся часто нужно время, чтобы обдумать ответ и сформулировать мысль. Слишком быстрый диалог способен увеличить когнитивную нагрузку и вынуждать отвечать раньше, чем требуется для обучения. Зато в оценке готовности сотрудника к реальной ситуации естественный темп разговора может стать важным преимуществом. Технологически GPT-Live-1 делает заметный шаг вперед, но его экономическая и педагогическая целесообразность зависит от конкретного сценария.