کمیته رکن چهارم – شرکت OpenAI روز دوشنبه، ۴ فروردین ۱۴۰۴، از به‌روزرسانی‌های جدیدی در قابلیت صوتی دستیار هوش مصنوعی خود در پلتفرم ChatGPT خبر داد. این قابلیت که با عنوان «حالت صدای پیشرفته» شناخته می‌شود، اکنون با هدف بهبود گفت‌وگوهای زنده و کاهش اختلال در مکالمات، در اختیار کاربران قرار گرفته است.
به گزارش کمیته رکن چهارم، این به‌روزرسانی به یکی از مشکلات رایج در تعامل صوتی با هوش مصنوعی می‌پردازد؛ جایی که کاربران در زمان مکث برای فکر کردن یا تنفس، با قطع ناگهانی گفت‌وگوی خود توسط سیستم مواجه می‌شدند. نسخه جدید به کاربران، به‌ویژه مشترکان رایگان، این امکان را می‌دهد تا بدون نگرانی از قطع شدن، مکث‌های طبیعی در جریان صحبت داشته باشند.
همزمان، برای کاربران پرداخت‌کننده از جمله مشترکان طرح‌های Plus، Teams، Edu، Business و Pro، نسخه‌ای پیشرفته‌تر ارائه شده است که با شخصیتی بهبود یافته، پاسخ‌هایی دقیق‌تر، خلاقانه‌تر و دارای تعامل بهتر ارائه می‌دهد. طبق اعلام OpenAI، تجربه صوتی این دسته از کاربران، روان‌تر و با وقفه‌های کمتری همراه خواهد بود.
در ویدئویی منتشرشده از سوی «مانوکا استراتا»، پژوهشگر OpenAI، این تغییرات به‌عنوان بخشی از تلاش مداوم این شرکت برای نزدیک‌تر کردن تعامل انسان–ماشین به مکالمه طبیعی انسان–انسان معرفی شده است.
این به‌روزرسانی در شرایطی منتشر شده است که رقابت در عرصه دستیارهای هوش مصنوعی صوتی میان شرکت‌های بزرگ و نوپا شدت گرفته است. استارت‌آپ Sesame که توسط یکی از بنیان‌گذاران Oculus تأسیس شده و از حمایت مالی Andreessen Horowitz برخوردار است، اخیراً با معرفی دستیارهای صوتی جدید به نام‌های «مایا» و «مایلز» وارد این رقابت شده و توجه زیادی را به خود جلب کرده است. از سوی دیگر، شرکت آمازون نیز در حال توسعه نسخه‌ای جدید از الکسا بر پایه مدل‌های زبانی بزرگ است.
به‌روزرسانی جدید OpenAI در راستای کاهش فاصله میان تعاملات انسانی و فناوری‌های نوین، گامی دیگر در جهت بهبود تجربه کاربری و ارتقاء کیفیت ارتباط انسان با سیستم‌های هوشمند به شمار می‌آید.
