2026-07-09 · 4 min čtení
OpenAI spustilo novou generaci hlasových modelů nazvanou GPT-Live, která pohání funkci ChatGPT Voice. Rozhovor s umělou inteligencí by měl být přirozenější, plynulejší a blíže skutečnému lidskému dialogu.
Pokud jste někdy mluvili s ChatGPT pomocí hlasu a přišlo vám, že konverzace působí trochu roboticky nebo s nepříjemnými pauzami, OpenAI má pro vás dobrou zprávu. Společnost oznámila GPT-Live — novou generaci hlasových modelů, která od základu mění způsob, jakým AI rozumí mluvenému slovu a odpovídá na něj.
GPT-Live teď pohání funkci ChatGPT Voice, tedy tu část aplikace, kde s chatbotem doslova mluvíte — podobně jako byste volali kamarádovi. Cílem je, aby interakce působila co nejpřirozeněji a co nejméně jako komunikace se strojem.
Dosavadní hlasové systémy většiny AI asistentů fungovaly tak trochu jako tříčlánkový řetězec: nejprve váš hlas převedly na text, ten zpracoval jazykový model, a výslednou odpověď nakonec jiný systém přečetl nahlas. Každý přechod mezi články přidával zpoždění a mohl způsobit ztrátu důležitých nuancí — třeba tónu hlasu, váhání nebo důrazu na určité slovo.
GPT-Live tento přístup posouvá dál. Modely jsou navrženy tak, aby lépe zvládaly přirozenou dynamiku rozhovoru — včetně věcí, které v psaném textu prostě nenajdete. Řeč je například o schopnosti rozpoznat, kdy jste nedořekli myšlenku a chcete pokračovat, nebo naopak kdy čekáte na odpověď. V praxi to znamená méně trapných pauz a méně situací, kdy AI mluví přes vás.
Představte si, že potřebujete rychle poradit s receptem, zatímco máte ruce od těsta. Nebo chcete procvičovat angličtinu konverzací s AI cestou do práce. Případně jste za volantem a potřebujete něco vyhledat. Právě v těchto situacích záleží na kvalitě hlasové interakce nejvíc.
S GPT-Live by měly být takové scénáře plynulejší. Odpovědi by měly znít přirozeněji — s odpovídajícím rytmem a intonací, ne jako předčítání ze skriptu. Zároveň by model měl lépe zvládat situace, kdy se přeřeknete, opravíte se nebo změníte myšlenku uprostřed věty. To jsou věci, které v psané komunikaci vůbec neřešíme, ale v mluvené jsou zcela běžné.
GPT-Live není osamělý projekt. Konkurence v oblasti hlasových AI modelů se v posledních měsících výrazně rozjela. Například ElevenLabs se zaměřuje na realistickou syntézu řeči, a různé firmy budují hlasové asistenty pro zákaznické linky či vzdělávání. OpenAI se svým GPT-Live míří do středu tohoto dění — a to s obrovskou výhodou v podobě stovek milionů uživatelů ChatGPT, kteří mají k funkci hlasového chatu okamžitý přístup.
Je také zajímavé sledovat, jak se hranice mezi „psanou" a „mluvenou" AI postupně stírá. Ještě před dvěma lety bylo hlasové ovládání chatbotů spíše experimentální funkcí pro nadšence. Dnes se stává součástí každodenního používání pro stále širší skupinu lidí.
GPT-Live je dostupné prostřednictvím aplikace ChatGPT — funkci ChatGPT Voice najdete jak v mobilní aplikaci, tak v desktopové verzi. Přístup k pokročilejším hlasovým funkcím může záviset na vašem předplatném.
OpenAI zatím neprozradilo všechny technické detaily o tom, jak přesně nové modely fungují pod kapotou. Dá se ale očekávat, že s postupným rozvojem GPT-Live přijdou i další vylepšení — například lepší podpora různých jazyků včetně češtiny nebo rozšíření do dalších produktů a API, které využívají vývojáři.
Hlasová komunikace s AI se pomalu, ale jistě stává stejně samozřejmou jako psaní zpráv. GPT-Live je dalším krokem tímto směrem.
Zdroj informací: OpenAI Blog (https://openai.com/index/introducing-gpt-live)