OpenAI อัปเดตโมเดล AI ที่ใช้ใน "ChatGPT Voice" การสนทนาด้วยเสียงของ ChatGPT และบริการอื่น ๆ เป็น "GPT-Live-1.1" เมื่อวันที่ 15 ตุลาคม 2026 (ตามเวลาสหรัฐฯ) และเริ่มทยอยให้บริการแก่ผู้ใช้ทุกคนตั้งแต่วันเดียวกัน การเปลี่ยนแปลงหลักคือมีเสียงใหม่เพิ่มขึ้น และการพูดในภาษาอื่นนอกจากภาษาอังกฤษเป็นธรรมชาติมากขึ้น
สิ่งที่เปลี่ยนไปใน GPT-Live-1.1
ตามประกาศในชุมชนนักพัฒนาของ OpenAI การเปลี่ยนแปลงหลักมีดังนี้
- เสียงใหม่: เพิ่มเสียง 13 แบบ
- การปรับปรุงภาษาอื่นนอกจากภาษาอังกฤษ: ประสิทธิภาพดีขึ้นอย่างมากในหลายภาษา เช่น ภาษาฝรั่งเศส ภาษาเยอรมัน ภาษาฮินดี ภาษาสเปนแบบเม็กซิโก ภาษาเกาหลี และภาษาญี่ปุ่น
- ลดการพูดวลีซ้ำ ๆ: แทรกสำนวนเดิม ๆ อย่าง "กำลังตรวจสอบ..." หลายครั้งน้อยลง
- การส่งต่องานและการทำตามคำสั่ง: ขั้นตอนการมอบงานให้กระบวนการอื่นเป็นธรรมชาติขึ้น และทำตามคำสั่งได้ดีขึ้น
ประกาศไม่ได้อธิบายโดยละเอียดว่าเสียงใหม่ 13 แบบนั้นสำหรับภาษาใดบ้าง Digital Today สื่อของเกาหลีใต้รายงานว่ามีเสียงใหม่สำหรับภาษาเกาหลีเพิ่มขึ้น 2 แบบ ส่วนจะมีเสียงใหม่สำหรับภาษาญี่ปุ่นหรือไม่นั้น ยังไม่สามารถยืนยันได้
ช่องทางที่ใช้งานได้
ตามข้อมูลของ OpenAI GPT-Live-1.1 จะทยอยให้บริการแก่ผู้ใช้ทุกคนผ่านการอัปเดตของ ChatGPT, Codex และ dots โดย Codex คือเอเจนต์เขียนโค้ดของ OpenAI
ส่วนเวอร์ชันที่นักพัฒนาใช้ผ่าน API ระบุเพียงว่า "เร็ว ๆ นี้" โดยไม่ได้บอกกำหนดเวลา
การเปลี่ยนแปลงที่เกี่ยวข้องสำหรับนักพัฒนา
ในวันเดียวกันคือ 15 ตุลาคม OpenAI ประกาศในบันทึกการอัปเดตสำหรับนักพัฒนาว่า "gpt-live-1" โมเดลเสียงเวอร์ชัน API รองรับ "Decisions" กลไกที่เชื่อมต่อการประมวลผลของแอปแล้ว ช่วยให้ฝั่งแอปดำเนินการต่าง ๆ (เช่น การปรับอุณหภูมิในรถ) ได้แม้ผู้ใช้ยังพูดไม่จบ หรือทำงานให้สอดคล้องกับสิ่งที่โมเดลพูด
ปัญหาที่มีการรายงาน
ในกระทู้ประกาศของชุมชนอย่างเป็นทางการ มีผู้ใช้รายงานปัญหา เช่น เล่นเสียงที่ต่างจากเสียงที่เลือกไว้ เลือกโหมดเสียงมาตรฐานแล้วกลับกลายเป็นโหมดใหม่ และเสียงที่ใช้มานานหายไป เจ้าหน้าที่ของ OpenAI ได้ตอบกลับในกระทู้ แต่เป็นเรื่องกำหนดการให้บริการ API และ ณ เวลาที่เขียนบทความนี้ ยังไม่พบคำตอบเกี่ยวกับปัญหาเหล่านี้
มุมมองของกองบรรณาธิการ CoAI
GPT-Live-1.1 เป็นการอัปเดตที่เน้นปรับปรุงความหลากหลายของเสียงและความเป็นธรรมชาติในการพูด มากกว่าการเพิ่มฟีเจอร์ใหม่ เนื่องจากภาษาญี่ปุ่นก็อยู่ในกลุ่มที่ได้รับการปรับปรุง ผู้ที่พูดคุยกับ ChatGPT ด้วยเสียงอาจรู้สึกถึงความแตกต่าง ก่อนหน้านั้นหนึ่งวัน SpaceXSI (เดิมคือ xAI) ก็เปิดตัวโมเดลเสียงสำหรับนักพัฒนา "Grok Voice 3.0" แสดงให้เห็นว่าบริษัทต่าง ๆ ยังคงพัฒนา AI เสียงอย่างต่อเนื่อง
อย่างไรก็ตาม OpenAI ไม่ได้เปิดเผยตัวเลขผลการประเมินประสิทธิภาพ และยังมีรายงานปัญหาเรื่องการเลือกเสียง หากกังวล ควรอัปเดตแอปเป็นเวอร์ชันล่าสุดแล้วรอดูสถานการณ์ไปสักระยะ
