Крупнейшие ИИ-разработчики – OpenAI, Google и Microsoft – убеждены, что эпоха текстовых промптов подходит к концу. На смену клавиатуре приходит голосовое общение с нейросетями. Financial Times пишет о том, что техногиганты активно обновляют свои голосовые модели, превращая ИИ из «текстового чат-бота» в полноценного собеседника и коллегу.
Главное отличие новых систем от старых ассистентов вроде Siri или Alexa – прямая обработка аудиосигнала. Ранее системы сначала переводили речь в текст, генерировали текстовый ответ и лишь затем озвучивали его. Это приводило к паузам и «роботизированному общению».
Современные нейросети обрабатывают звук напрямую. Это позволяет ИИ распознавать эмоциональные оттенки, быстро реагировать и поддерживать человеческий диалог.
«Люди любят задавать вопросы голосом – это идеально подходит для естественной человеческой беседы. Печать запросов и промптов требует слишком много усилий», – отмечает продуктовый лидер голосовых сервисов в OpenAI Атти Элети.
Переход на голосовое общение совпал с изменением самой роли ИИ. Пользователи больше не просто ищут справку, а поручают нейросетям комплексные задачи – написание кода или подготовку отчетов.
Поставить задачу и объяснить голосом намерения, ограничения и ожидаемый результат гораздо быстрее и удобнее, чем формулировать это в текстовом окне. Поэтому переход к голосовому взаимодействию с ИИ – лишь вопрос времени.
Читайте по теме. Anthropic призывает к глобальной паузе в развитии искусственного интеллекта
