Ключевые возможности десктопного голосового ассистента
В четверг OpenAI сообщила о добавлении поддержки ChatGPT Voice в десктопное приложение. Теперь пользователи могут голосом отдавать команды AI-агентам в ChatGPT Work и Codex, запускать сложные многошаговые процессы и при необходимости вмешиваться в их выполнение.
Новый функционал опирается на семейство моделей ChatGPT-Live, представленное в начале июля. От мобильной версии голосового режима, которая обеспечивала более плавные и естественные диалоги, десктопная отличается возможностью напрямую управлять компьютером: например, диктовать запросы из нескольких этапов, открывать веб-сайты и приложения. На macOS с помощью Appshots приложение также может анализировать содержимое экрана, включая альтернативный текст изображений.
ChatGPT Voice теперь в десктопном приложении. Управляйте компьютером и несколькими агентами в ChatGPT Work или Codex одним лишь голосом. Работает на GPT-Live, поэтому может одновременно говорить, слушать и координировать работу в приложении. Глобальное развёртывание начинается сегодня…
— OpenAI (@OpenAI)
В демонстрационном видео показано, как разработчик одной голосовой командой просит ChatGPT создать новый тред, сделать pull request и найти причину ошибки. Диалог с ассистентом происходит в реальном времени: можно уточнять детали и тут же получать ответы.
Кроме того, голосовое управление Codex доступно удалённо через iOS-приложение — достаточно запустить сеанс на ПК и продолжить с телефона.
Параллельно Anthropic обновила голосовой режим Claude, интегрировав модели Opus, Sonnet и Haiku с такими инструментами, как Gmail, Календарь, Slack, Notion и Canva. Конкуренция в области голосовых интерфейсов для разработчиков и профессионалов быстро нарастает.