20 फरवरी को, एलन मस्क ने सोशल मीडिया प्लेटफॉर्म X पर एक महत्वपूर्ण घोषणा की, जिसमें बताया गया कि Grok ऐप ने Grok3 वॉयस मोड का प्रारंभिक परीक्षण संस्करण सफलतापूर्वक लॉन्च किया है। इस अपडेट ने तुरंत व्यापक ध्यान खींचा।

20 जनवरी 2025 को डौबाओ ऐप ने अपने नवीनतम "एंड-टू-एंड" वॉयस बड़े मॉडल को आधिकारिक रूप से जारी किया और वास्तविक समय की वॉयस कॉलिंग सुविधा में महत्वपूर्ण अपडेट किया। यह प्रगति डौबाओ के लिए वॉयस इंटरैक्शन के क्षेत्र में एक और छलांग को चिह्नित करती है, जो पिछले ASR (स्वचालित वॉयस पहचान), LLM (बड़ा भाषा मॉडल) और TTS (पाठ से ऑडियो) के संबंध में सीधाई समाधान से आगे बढ़ता है, जो वॉयस पहचान, समझ और उत्पादन को एक ही मॉडल में एकीकृत करता है। "इंटेलिजेंट इमर्जेंस" के परीक्षण के अनुसार, नए डौबाओ की प्रमुख विशेषता इसकी मानव जैसी विशेषताएँ हैं।

OpenAI ने घोषणा की है कि वह अपने ChatGPT के उच्च श्रेणी के वॉयस मोड फ़ीचर को वेब संस्करण में विस्तारित कर रहा है, जिससे उपयोगकर्ता सीधे अपने ब्राउज़र में AI चैटबॉट के साथ संवाद कर सकते हैं। यह वेब संस्करण का लॉन्च, iOS और Android एप्लिकेशनों में पहली बार लॉन्च किए गए उच्च श्रेणी के वॉइस मोड फ़ीचर की निरंतरता का प्रतीक है। नए फ़ीचर की शुरुआत पहले ChatGPT के भुगतान करने वाले उपयोगकर्ताओं, जिसमें Plus, Enterprise, Teams और Edu सदस्यता शामिल हैं, के लिए होगी। उपयोगकर्ताओं को इसके लिए

OpenAI ने आज घोषणा की कि ChatGPT का उन्नत वॉयस मोड (Advanced Voice Mode, AVM) आधिकारिक रूप से Windows और Mac प्लेटफॉर्म पर आ चुका है। यह सुविधा GPT-4o मॉडल पर आधारित है, जो उपयोगकर्ताओं को AI के साथ अधिक प्राकृतिक और वास्तविक समय की संवाद बातचीत करने में सक्षम बनाती है। ज्ञात हो कि AVM इस वर्ष 7 जुलाई को पहली बार परीक्षण उपयोगकर्ताओं के लिए खोला गया था, और सितंबर के अंत में ChatGPT Plus और Team भुगतान उपयोगकर्ताओं के लिए विस्तारित किया गया था। OpenAI ने बताया है कि भविष्य में निःशुल्क उपयोगकर्ता भी इसके लाभ उठा सकेंगे।

हाल ही में, OpenAI ने अपने macOS ऐप के उच्चस्तरीय वॉइस मोड इंटरफेस में महत्वपूर्ण अपडेट किया है, जिसमें एक नया छवि अपलोड फ़ंक्शन पेश किया गया है। पहले यह फ़ंक्शन क्लिक करने योग्य नहीं था, लेकिन अब उपयोगकर्ता वॉइस UI के माध्यम से छवियाँ अपलोड कर सकते हैं, और अपलोड की गई छवियाँ इंटरफेस पर प्रदर्शित होंगी। हालाँकि, यह ध्यान देने योग्य है कि ChatGPT उपयोगकर्ताओं को सूचित नहीं करेगा कि वह अपलोड की गई छवियों को नहीं देख सकता। उपयोगकर्ता एक छवि अपलोड कर सकते हैं और ChatGPT के साथ संबंधित चर्चा कर सकते हैं, और यह सब अधिक सहज हो गया है।

हाल ही में, OpenAI के अंतर्गत ChatGPT की उन्नत वॉयस मोड मुफ्त उपयोगकर्ताओं के लिए चुपचाप उपलब्ध हो गया है, और यह iOS और Android प्लेटफार्मों पर पूरी तरह से लॉन्च किया गया है। कई मुफ्त उपयोगकर्ताओं ने फीडबैक दिया है कि जब वे अपने खाते में लॉगिन करते हैं, तो वे हाल ही में जारी की गई उन्नत वॉयस सुविधा का अनुभव कर सकते हैं। ध्यान देने वाली बात यह है कि वर्तमान में यूरोपीय संघ के क्षेत्र में इसका उपयोग अस्थायी रूप से संभव नहीं है, उन्नत वॉयस मोड को अनुभव करने के लिए नवीनतम संस्करण के क्लाइंट में अपडेट करना आवश्यक है। समझा जाता है कि उन्नत वॉयस सुविधा प्राकृतिक बातचीत को सक्षम बनाती है, जैसे कि इंटरप्शन, हास्य आदि को संभालना।

OpenAI ने इस सप्ताह मंगलवार को घोषणा की कि वह अधिक भुगतान करने वाले ग्राहकों के लिए ChatGPT के प्रीमियम वॉयस मोड (AVM) का प्रस्ताव करेगा। यह उन्नयन संवाद को और अधिक स्वाभाविक और सुचारू बनाने के लिए लक्षित है, पहले लाभान्वित उपयोगकर्ता ChatGPT के प्लस और टीम स्तर के ग्राहक होंगे। संस्थागत और शैक्षणिक ग्राहक अगले सप्ताह से पहुंच प्राप्त करना शुरू करेंगे। इस अपडेट के हिस्से के रूप में, AVM का इंटरफेस डिज़ाइन भी अनुकूलित किया गया है। उपयोगकर्ता इंटरफेस अब इस कार्यक्षमता का प्रतिनिधित्व करने के लिए नीले एनिमेटेड गोले का उपयोग करता है, जो पहले दिखाए गए एनिमेटेड काले बिंदुओं के स्थान पर है। जब AVM उपलब्ध होगा तो

OpenAI ने हाल ही में ChatGPT के उन्नत वॉयस मोड के नवीनतम विकास रिपोर्ट जारी की है। इस उन्नत विशेषता, जिसका प्रदर्शन वसंत अपडेट में किया गया था, को मूल रूप से जून के अंत में कुछ ChatGPT Plus उपयोगकर्ताओं के लिए अल्फा परीक्षण के लिए उपलब्ध कराने की योजना थी, लेकिन अब इसे जारी मानकों तक पहुंचने के लिए एक और महीने की आवश्यकता है। बताया गया है कि विकास टीम मॉडल की परीक्षा क्षमता और कुछ सामग्री को अस्वीकार करने की क्षमता को बढ़ाने के लिए काम कर रही है। इस बीच, वे उपयोगकर्ता अनुभव को भी सुधार रहे हैं और संबंधित बुनियादी ढांचे को तैयार कर रहे हैं, यह सुनिश्चित करने के लिए कि लाखों उपयोगकर्ताओं के विस्तार के दौरान भी वास्तविक समय में प्रतिक्रिया बनी रहे।