OpenAI и Google делают акцент на голосовых интерфейсах в развитии ИИ

OpenAI и Google направляют значительные инвестиции на развитие голосовых технологий, которые должны стать основным средством общения пользователей с искусственным интеллектом следующего поколения. Это позволяет избежать недостатков традиционных голосовых помощников, которые преобразуют речь в текст и затем зачитывают его, что создавало задержки и неестественный звук.

Новые голосовые модели обеспечивают более естественное взаимодействие, позволяя пользователям общаться с ИИ без необходимости ввода текста. Несмотря на успехи, разработчики отмечают и некоторые проблемы, такие как фоновый шум и психологический дискомфорт при использовании голосовых интерфейсов в общественных местах. С начала года пользователи голосового интерфейса Google стали вдвое чаще его использовать, а разговоры в среднем длится в пять раз дольше, чем текстовые переписки. В OpenAI ChatGPT голосовой формат привлекает более 150 миллионов пользователей каждую неделю.

Сотрудники OpenAI также подчеркивают преимущества голосового интерфейса в программировании. Например, сотрудник компании Сандро Джанелла отметил, что, используя голос, он лучше передает свои намерения и более подробно объясняет требования к задачам.

Кремниевая долина активно поддерживает эту тенденцию, инвестируя в новые микрофоны и технологии звукоизоляции для уменьшения фонового шума. Ведутся разработки новых устройств, включая гаджет OpenAI с голосовым помощником, который будет оснащен камерой, микрофоном и динамиком. Стартап Sandbar в Нью-Йорке разработал умное кольцо, позволяющее владельцу управлять ИИ с помощью голосовых команд.