OpenAI julkaisi uudet GPT-Live-äänimallit, jotka rikkovat vuosia kestäneen kankeuden puhuvissa assistenteissa. Vanhat äänimoodit toimivat kuin radioliikenne: toinen puhui, toinen kuunteli, ja väliin jäi kiusallinen tauko ennen vastausta. GPT-Live kuuntelee ja puhuu samaan aikaan, eli täysdupleksina. Käytännössä se reagoi jo kesken lauseesi.
Myötäilyä, keskeytyksiä ja taukoja
Ero kuuluu heti. GPT-Live pudottelee väliin pieniä myötäilyjä, kuten mhmm ja aivan, samalla kun sinä vielä puhut. Se antaa keskeyttää itsensä luontevasti, eikä jatka jääräpäisesti loppuun, jos huomaat sanoneesi väärin. Ja mikä ehkä tärkeintä, se osaa olla hiljaa. Malli voi vaieta pitkäänkin ja imeä keskustelun kontekstia, kunnes sitä oikeasti tarvitaan.
Aiemmat versiot töksäyttivät käyttäjän puheen päälle tai vastasivat liian innokkaasti pieneen taukoon. GPT-Live osaa lukea, milloin ihminen vain miettii ja milloin hän odottaa vastausta. Se on juuri se ero, joka erottaa robottimaisen puhelinvalikon sujuvasta keskustelusta.
Sujuvuus ei enää tyhmennä
Aiemmin luonnollinen ääni ja terävä päättely olivat vastakkain. Puhemoodissa malli kuulosti sujuvalta, mutta tökki heti kun kysyi jotain vaikeaa. Nyt GPT-Live nojaa suoraan GPT-5.5:n hakuun ja päättelyyn menettämättä keskustelun rytmiä. Luku näkyy testeissä: vaativassa GPQA-tietovisassa tulos hyppäsi 45 prosentista 84 prosenttiin vanhaan puhemoodiin verrattuna.
Mihin arkeen tämä oikeasti pureutuu
ChatGPT:n ääniominaisuuksia käyttää jo yli 150 miljoonaa ihmistä, joten pienikin parannus tuntuu monen taskussa. Tuotepäällikkö Atty Eleti kertoi käyvänsä mallin kanssa 30–40 minuutin keskusteluja kävelylenkeillä. Juuri sellaiseen tämä muuttaa arjen: käsivapaaseen sparraukseen, jossa ei tarvitse odotella vuoroaan.
Käytännön hyöty näkyy tilanteissa, joissa kädet ovat kiinni muussa. Kielten opiskelija voi harjoitella keskustelua, joka sietää änkytystä ja korjauksia. Autoillessa tai ruokaa laittaessa voi kysellä ohjeita ilman, että assistentti puhuu päälle. Asiakaspalvelussa ja liveKäännöksissä tauon poistuminen tarkoittaa, että puhelu etenee ihmisen tahtiin eikä koneen.
Kenelle ja millä hinnalla
OpenAI toi kaksi mallia. Kevyempi GPT-Live-1 mini korvaa oletuksena aiemman Advanced Voice Moden ChatGPT:ssä, joten muutos tulee ilmaiskäyttäjillekin ilman erillistä valintaa. Isompi GPT-Live-1 on maksavien tilaajien käytössä. Molemmat osaavat myös näyttää tietoa visuaalisesti pelkän puheen sijaan.
“Kävelin lenkeillä 30–40 minuutin keskusteluja ääniominaisuuden kanssa.”
