Teknolagi.net - OpenAI kembali membawa perubahan besar pada pengalaman menggunakan Voice Mode di ChatGPT. Kali ini, perusahaan memperkenalkan GPT-Live, model suara terbaru yang dirancang agar percakapan dengan AI terasa lebih natural, responsif, dan menyerupai komunikasi dengan manusia.
Kehadiran model baru ini menjawab salah satu keluhan yang cukup sering muncul pada Voice Mode sebelumnya, yakni percakapan yang terasa kaku. ChatGPT terkadang terlalu cepat merespons ketika pengguna baru berhenti berbicara sejenak, bahkan sebelum kalimat selesai disampaikan.
Dengan arsitektur baru, GPT-Live memungkinkan ChatGPT mendengarkan dan berbicara secara bersamaan. Hasilnya, pengguna dapat melakukan percakapan dua arah dengan lebih leluasa tanpa harus selalu menunggu AI selesai berbicara sebelum kembali menyampaikan sesuatu.
Baca juga: Cara Tanya Resep Makanan di ChatGPT Untuk Mengetahui Biaya Bahan dan Tutorialnya
Dari Voice Mode Lama ke GPT-Live
Voice Mode pertama ChatGPT yang diperkenalkan pada 2023 menggunakan beberapa sistem yang bekerja secara berurutan. Suara pengguna terlebih dahulu diubah menjadi teks, kemudian teks tersebut diproses untuk menghasilkan jawaban, sebelum akhirnya respons dikonversi kembali menjadi suara.
Model seperti ini memang mampu menghadirkan percakapan menggunakan suara, tetapi memiliki keterbatasan. Setiap proses membutuhkan waktu sehingga muncul jeda di antara ucapan pengguna dan respons ChatGPT.
OpenAI kemudian memperkenalkan Advanced Voice Mode menggunakan model multimodal tunggal. Teknologi tersebut membuat interaksi suara terasa jauh lebih cepat dan natural dibandingkan sistem sebelumnya.
Kini, GPT-Live hadir sebagai langkah berikutnya dengan pendekatan full-duplex. Teknologi tersebut memungkinkan AI mendengarkan sekaligus berbicara secara bersamaan, sehingga alur percakapan tidak lagi terasa seperti bergantian berbicara secara kaku.
ChatGPT Tak Lagi Mudah Memotong Pembicaraan
Salah satu perubahan yang paling terasa adalah kemampuan GPT-Live memahami kapan pengguna benar-benar selesai berbicara.
Pada Voice Mode sebelumnya, jeda singkat terkadang dianggap sebagai tanda bahwa pengguna telah selesai menyampaikan kalimat. ChatGPT kemudian langsung memberikan respons, meskipun pengguna sebenarnya masih ingin melanjutkan pembicaraan.
GPT-Live dirancang untuk memahami konteks percakapan dengan lebih baik. Pengguna dapat berhenti sejenak untuk berpikir tanpa langsung dipotong oleh respons AI.
Menariknya, ChatGPT juga bisa memberikan respons pendek seperti "mhmm" atau "yeah" ketika pengguna sedang berbicara. Respons semacam ini membuat percakapan terasa lebih hidup karena AI seolah memberikan tanda bahwa ia masih mengikuti pembicaraan.
Bisa Meneruskan Tugas ke Model AI Lain
GPT-Live tidak harus menangani seluruh proses penalaran sendiri. Untuk pertanyaan atau pekerjaan yang membutuhkan kemampuan lebih kompleks, model suara tersebut dapat meneruskan tugas ke model lain di latar belakang.
Pendekatan ini memungkinkan pengguna tetap berkomunikasi secara natural melalui suara, sementara proses penalaran atau riset yang lebih berat dapat dikerjakan oleh model yang sesuai.
Konsep tersebut membuat Voice Mode tidak hanya berfungsi sebagai alat untuk bertanya dan mendapatkan jawaban secara suara. Dalam perkembangannya, ChatGPT Voice berpotensi menjadi antarmuka utama untuk berinteraksi dengan berbagai kemampuan AI.
Cara Menggunakan GPT-Live di ChatGPT
GPT-Live dapat digunakan melalui aplikasi ChatGPT di Android dan iOS serta melalui ChatGPT versi web. Pengguna paket Pro, Plus, dan Go mendapatkan akses ke GPT-Live-1, sedangkan pengguna gratis dapat menggunakan GPT-Live-1 mini.
Model tersebut menjadi pilihan default untuk pengalaman Voice Mode terbaru.
Untuk memulai percakapan suara, pengguna cukup mengetuk ikon Voice berbentuk gelombang yang berada di sisi kanan kotak teks. Jika baru pertama kali menggunakannya, ChatGPT akan meminta izin untuk mengakses mikrofon perangkat.
Setelah Voice Mode aktif, pengguna akan melihat indikator visual berbentuk bola yang merespons selama percakapan berlangsung.
ChatGPT Voice juga dapat tetap aktif ketika pengguna berpindah ke aplikasi lain atau mengunci layar perangkat. Hal ini membuatnya lebih praktis untuk aktivitas seperti menerjemahkan percakapan atau mendengarkan jawaban sambil melakukan pekerjaan lain.
Pengguna Berbayar Bisa Mengatur Tingkat Kecerdasan
GPT-Live menyediakan beberapa tingkat kemampuan pemrosesan bagi pengguna paket berbayar. Pengguna dapat memilih mode Instant, Medium, atau High melalui menu pengaturan.
Mode Instant mengutamakan kecepatan sehingga cocok untuk percakapan sehari-hari. Sementara itu, Medium dan High memberikan waktu pemrosesan tambahan untuk pertanyaan yang membutuhkan penalaran lebih kompleks.
Perbedaannya mungkin hanya terasa dalam hitungan detik. Namun, tambahan waktu tersebut dapat membantu ketika pengguna sedang berdiskusi mengenai topik yang lebih rumit.
Fitur pengaturan tingkat kecerdasan ini tidak tersedia pada GPT-Live-1 mini yang ditujukan bagi pengguna gratis.
Cocok untuk Terjemahan Langsung
Kemampuan GPT-Live menjaga percakapan tetap mengalir membuatnya menarik untuk kebutuhan live translation atau penerjemahan secara langsung.
Pengguna dapat berbicara dalam satu bahasa dan meminta ChatGPT menerjemahkannya ke bahasa lain selama percakapan berlangsung. Respons yang lebih cepat dan kemampuan memahami pergantian giliran bicara membuat pengalaman tersebut menjadi lebih praktis dibandingkan sistem voice AI yang mudah terganggu jeda.
Selain suara, pengguna juga tetap dapat melihat transkrip percakapan dengan menggulir layar ke bawah. Dengan begitu, isi percakapan dapat diperiksa kembali setelah sesi berlangsung.
Bisa Menampilkan Informasi Visual
Voice Mode GPT-Live juga tidak sepenuhnya bergantung pada suara.
Ketika ChatGPT menilai sebuah pertanyaan akan lebih mudah dipahami melalui tampilan visual, sistem dapat menghadirkan widget interaktif di samping respons suara.
Kombinasi suara dan elemen visual ini membuat pengalaman menggunakan ChatGPT semakin menyerupai asisten digital yang dapat membantu berbagai jenis pekerjaan dalam satu percakapan.
Namun, GPT-Live saat ini masih memiliki keterbatasan. Fitur tersebut belum mendukung berbagi layar maupun video dalam pengalaman voice terbaru.
Masih Bisa Kembali ke Model Voice Lama
Bagi pengguna yang lebih nyaman dengan sistem sebelumnya, OpenAI masih menyediakan opsi untuk kembali menggunakan model Voice yang lebih lama.
Pengaturan tersebut dapat ditemukan melalui menu Settings di ChatGPT, kemudian masuk ke bagian Voice. Dari sana, pengguna dapat memilih model suara yang ingin digunakan.
Menu yang sama juga menyediakan sejumlah pengaturan lain, termasuk pilihan suara ChatGPT, bahasa, serta opsi untuk menjadikan Voice Mode sebagai pengalaman default ketika membuka aplikasi.
GPT-Live Membuat ChatGPT Terasa Lebih Seperti Asisten Pribadi
Perubahan terbesar yang dibawa GPT-Live sebenarnya bukan sekadar peningkatan kualitas suara. Hal yang lebih penting adalah bagaimana AI memahami ritme percakapan manusia.
Ketika pengguna tidak lagi harus berhati-hati agar tidak dipotong, jeda singkat tidak langsung dianggap sebagai akhir pembicaraan, dan AI dapat memberikan respons kecil selama pengguna berbicara, interaksi terasa jauh lebih alami.
Perkembangan ini juga memperlihatkan arah OpenAI dalam mengembangkan ChatGPT. Voice Mode tidak lagi sekadar fitur tambahan untuk membacakan jawaban, tetapi mulai menjadi salah satu cara utama pengguna berinteraksi dengan AI.
Jika perkembangan teknologi tersebut terus berlanjut, ChatGPT Voice berpotensi digunakan untuk semakin banyak aktivitas sehari-hari, mulai dari mencari informasi, belajar, menerjemahkan bahasa secara langsung, hingga membantu menyelesaikan pekerjaan yang lebih kompleks.