JAMBI — OpenAI memperkenalkan GPT-Live-1 dan GPT-Live-1 mini sebagai penerus sistem voice mode sebelumnya. Model lama menggabungkan tiga komponen terpisah: speech-to-text untuk transkripsi, large language model untuk memproses jawaban, dan text-to-speech untuk menyuarakan respons. Pendekatan ini sering menyebabkan asisten memotong pembicaraan pengguna atau gagal memahami konteks.
Model baru menyatukan seluruh proses dalam satu arsitektur. Pengguna ChatGPT Plus, Pro, dan Team akan mendapatkan GPT-Live-1 mini sebagai default. Varian yang lebih besar, GPT-Live-1, hanya tersedia untuk pengguna tier tertinggi.
Kemampuan full-duplex menjadi nilai jual utama. Dalam demo yang diperlihatkan OpenAI, asisten bisa tetap diam saat pengguna berbicara panjang, menyerap konteks, lalu merespons hanya ketika diminta. Fitur ini memungkinkan terjemahan langsung (live translation) tanpa jeda menunggu kalimat selesai.
Namun, saat demonstrasi terjemahan bahasa Hindi, asisten masih terdengar kaku dengan aksen Amerika yang kental dan pilihan kata yang terlalu formal. OpenAI mengakui model baru ini dioptimalkan untuk "bahasa yang paling banyak digunakan," tapi tidak merinci daftar bahasa yang didukung secara spesifik.
Model ini juga bisa mengirimkan pertanyaan ke GPT-5.5 untuk pencarian, penalaran, atau tugas agenik (agentic tasks) sambil melanjutkan percakapan. Hasil tertentu bisa ditampilkan dalam format visual, mirip dengan pendekatan startup Monogram yang baru mengantongi pendanaan seed $40 juta dari DST dan Lux Capital.
Atty Eleti, Product Lead ChatGPT Voice, mengaku sudah rutin melakukan percakapan suara selama 30–40 menit saat berjalan kaki. OpenAI percaya suara bisa menjadi antarmuka utama untuk komputasi di masa depan, terutama untuk pekerjaan kompleks yang membutuhkan eksekusi jangka panjang.
"Seiring waktu, kami pikir ini akan membuka kemampuan menggunakan suara sebagai antarmuka utama untuk komputasi, dan mengelola pekerjaan agenik yang semakin kompleks," kata Eleti dalam press briefing.
Meski demikian, OpenAI menegaskan tidak membidik pasar AI companion. Model baru dibekali safeguard untuk memberikan respons sesuai usia, termasuk menyediakan sumber daya jika percakapan mengarah ke topik seperti menyakiti diri sendiri.
Lebih dari 150 juta orang telah menggunakan fitur Voice dan Dictation di ChatGPT. Angka ini mendorong OpenAI terus menggencarkan pengembangan suara alami sejak beberapa tahun terakhir.
Kompetisi di sektor ini juga memanas. Apple dan Amazon sama-sama memperbarui asisten mereka agar lebih natural dalam menangani konteks percakapan. Startup Sesame—didirikan oleh mantan co-founder Oculus Brendan Iribe dan Ankit Kumar—meluncurkan asisten AI yang bisa bercakap santai sambil menyelesaikan tugas di latar belakang.
Rumor menyebut OpenAI berencana meluncurkan earbud dengan kemampuan AI tahun ini, meski perusahaan belum memberikan konfirmasi resmi soal produk hardware.
Belum ada informasi kapan dukungan bahasa Indonesia akan tersedia di model suara terbaru ini. OpenAI hanya menyebut optimasi untuk "bahasa yang paling banyak digunakan," yang kemungkinan besar mencakup Mandarin, Spanyol, dan Hindi. Pengguna Indonesia yang ingin mencoba tetap bisa mengakses Advanced Voice Mode berbahasa Inggris melalui aplikasi ChatGPT versi terbaru.