GPT-Live の記事を解説してみる

DRANK

はじめにOpenAI から画期的な音声モデル GPT-Live がリリースされましたね。もう本当に人と話している感じがして、あまりにも楽しくてほとんど毎日、なにかしら GPT-Live と話をしています。特にオススメなのが AI グラスを使って会話すると音質と、耳をふさがない感じでの会話で、まるで近くにいる AI と会話している感じになります。AI グラス持っている人はぜひ試してみてください。（周りからへんな人の目で見られるかもしれませんが・・ｗ）さて、そんな GPT-Live。自分は ChatGPT が出て、なんて自然な文章を書くんだろう、と思ったときと似たような衝撃を受けました。そしてこの GPT-Live についての記事を OpenAI が公開していたので、とても興味深く読みました。 → アシスタントの発話 → ユーザの発話、と明確な境界が存在してしまうためです。しかし、実際に体験した方であれば分かると思いますが、ユーザが話している最中に相槌を打ったりなど、双方向に処理されているのが分かると思います。つまりターンがありません。メディアフロー（音声処理）とアプリケーションロジック・ビジネスロジックを分離フロンティアモデルへの推論委譲、ツール利用、その他アプ…