अब रोबोट की तरह नहीं, इंसानों की तरह बात करेगा ChatGPT! OpenAI ने लॉन्च किए क्रांतिकारी 'GPT-Live' वॉइस मॉडल
आर्टिफिशियल इंटेलिजेंस (AI) की दुनिया पर राज करने वाली कंपनी OpenAI ने टेक जगत में एक और क्रांतिकारी कदम उठाया है। कंपनी ने अपने यूजर्स के लिए ChatGPT वॉइस इंटरैक्शन को पहले से कहीं अधिक नेचुरल, तेज और हूबहू इंसानों जैसा बनाने के लिए दो नए अत्याधुनिक कन्वर्सेशनल एआई मॉडल— GPT-Live-1 और इसका एक लाइट वर्जन GPT-Live-1 मिनी (GPT-Live-1 mini) लॉन्च कर दिया है। ये नए मॉडल्स उन लोगों के लिए एक बहुत बड़ी छलांग हैं जो अब तक एआई की रोबोटिक या थकाऊ आवाज से ऊब चुके थे। इन मॉडल्स की सबसे बड़ी खासियत यह है कि ये सिर्फ अपनी बारी का इंतजार नहीं करते, बल्कि एक ही समय में सुनते और बोलते हैं। यानी अब आप किसी दोस्त की तरह बातचीत के बीच में ही चैटजीपीटी को टोक या रोक (Interrupt) सकते हैं।
एडवांस्ड वॉयस मोड को मिला सुपर अपग्रेड: पेड और फ्री यूजर्स दोनों के लिए तोहफा
OpenAI की ओर से जारी इस नए अपग्रेड के बाद ChatGPT का एडवांस्ड वॉयस मोड पूरी तरह बदल गया है। अगर आप चैटजीपीटी के प्लस या पेड सब्सक्राइबर (Paid Subscriber) हैं, तो आपको सबसे पावरफुल और मुख्य 'GPT-Live-1' मॉडल का एक्सेस मिलेगा। वहीं, फ्री वर्जन इस्तेमाल करने वाले आम यूजर्स को निराश होने की जरूरत नहीं है, क्योंकि उनके लिए एडवांस्ड वॉयस मोड के नए डिफॉल्ट के तौर पर 'GPT-Live-1 मिनी' को लाइव कर दिया गया है।
अब तक चैटजीपीटी को केवल एक वॉयस चैट मैनेज करने के लिए बैकएंड पर तीन अलग-अलग सिस्टम्स को जोड़ना पड़ता था— पहला आपकी आवाज को टेक्स्ट में बदलता था, दूसरा उसका जवाब सोचता था और तीसरा सिस्टम उस जवाब को आवाज में बदलकर सुनाता था। लेकिन इन नए मॉडल्स में ये तीनों प्रक्रियाएं एक साथ (End-to-End) मर्ज कर दी गई हैं, जिससे रिस्पॉन्स टाइम बेहद कम हो गया है और बातचीत बिल्कुल सहज प्रवाह में चलती है।
मुश्किल सवालों पर भी नहीं होगा कंफ्यूज, OpenAI के सबसे भारी मॉडल GPT-5.5 से जुड़ा रहेगा
यह नया वॉयस एआई सिस्टम पहले के मुकाबले काफी ज्यादा समझदार हो गया है। अगर आप बातचीत के बीच में अचानक अपना सवाल बदलते हैं या एक के ऊपर एक कई लेयर्ड सवाल दागते हैं, तब भी यह बिल्कुल कंफ्यूज नहीं होगा। यह मॉडल बैकएंड पर OpenAI के सबसे ताकतवर और नए हेवीवेट मॉडल GPT-5.5 से सीधे कनेक्टेड रहेगा।
इसके चलते यह गहरी रीजनिंग (तार्किक क्षमता), जटिल वेब सर्च टास्क और फ्यूचरिस्टिक एआई एजेंट जैसे भारी-भरकम कामों को चुटकियों में संभाल सकता है। इसके अलावा, चैटजीपीटी का यह नया वॉयस मोड आपकी बात सुनने के बाद चुपचाप बिना रुके आपका साथ दे सकता है और जरूरत पड़ने पर आवाज के साथ-साथ आपके स्क्रीन पर विजुअल्स (ग्राफिक्स या इमेज) दिखाकर अधिक सटीक जवाब दे सकता है।
वॉयस एआई ही बनेगा कंप्यूटिंग का भविष्य; टेक दिग्गजों में मची होड़
OpenAI का मानना है कि आने वाले समय में आवाज ही इंसानों के लिए कंप्यूटर या स्मार्टफोन इस्तेमाल करने का सबसे प्राथमिक और मुख्य जरिया बनने वाली है। आज भी लोग चैटजीपीटी के वॉयस फीचर को इतना पसंद करते हैं कि वे लंबी वॉक पर जाते समय हैंड-फ्री होकर 30 से 40 मिनट तक लगातार एआई से बातें करते हैं।
हालांकि, इस रेस में ओपनएआई अकेली नहीं है। Apple, Amazon, Google और कई नए एआई स्टार्टअप्स भी ऐसे वॉयस असिस्टेंट बनाने की दौड़ में शामिल हैं जो साल 2008 के पुराने जीपीएस (GPS) जैसे रोबोटिक न लगें। इस बढ़ती प्रतिस्पर्धा के बीच OpenAI अपनी सुरक्षा नीतियों (AI Safety Guidelines) पर खास फोकस कर रहा है, ताकि कम उम्र के किशोर यूजर्स या संवेदनशील विषयों पर बातचीत के दौरान एआई हमेशा सुरक्षित और मर्यादित दायित्व निभाए।
लाइव हिंदी ट्रांसलेशन में अभी भी थोड़ी कसर, सांस्कृतिक प्रवाह पर काम जारी
भले ही यह तकनीक एक जादुई छलांग है, लेकिन वॉयस एआई के सामने अभी भी कुछ व्यावहारिक चुनौतियां बरकरार हैं। उदाहरण के लिए, कंपनी द्वारा दिखाए गए लाइव हिंदी ट्रांसलेशन (Live Hindi Translation) के डेमो में देखा गया कि एआई का हिंदी एक्सेंट (लहजा) बहुत ज्यादा फॉर्मल (किताबी) और थोड़ा अजीब लग रहा था, जैसा कि आम भारतीय आपस में बात करते समय नहीं बोलते हैं। ओपनएआई ने कहा है कि उसने दुनिया की मुख्य बोलियों और भाषाओं के हिसाब से GPT-Live को कस्टमाइज किया है, लेकिन भाषाई शुद्धता, स्थानीय कल्चरल फ्लूएंसी (सांस्कृतिक प्रवाह) और सटीक लहजे को पूरी तरह से इंसानी रंग देने के लिए अभी थोड़ा और काम करना बाकी है।
