OpenAI bổ sung tính năng tác tử AI giọng nói trên ChatGPT di động
OpenAI đã công bố các tính năng tác tử (agent) mới điều khiển bằng giọng nói cho ứng dụng ChatGPT di động, cho phép người dùng thực hiện các tác vụ như soạn thảo văn bản, viết email và tóm tắt tin nhắn Slack thông qua câu lệnh giọng nói. Cập nhật này biến ChatGPT từ một chatbot trò chuyện thụ động thành một tác tử trợ lý rảnh tay có khả năng thực thi các quy trình công việc nhiều bước. Nó cho phép xử lý công việc liền mạch giữa các thiết bị, giúp người dùng bắt đầu các tác vụ phức tạp bằng giọng nói khi di chuyển và tiếp tục hoàn tất trên máy tính. Người dùng gói Pro và Plus được truy cập các tính năng nâng cao như tạo trang web, làm bài thuyết trình PPT và dùng trình duyệt đám mây, trong khi người dùng gói Free và Go có thể dùng các plugin và ứng dụng kết nối. Hệ thống cũng hỗ trợ chuyển đổi mượt mà giữa chế độ nhập văn bản và giọng nói trong cùng một phiên làm việc.
## KIẾN THỨC NỀN
Các tác tử AI giọng nói kết hợp công nghệ nhận dạng giọng nói, mô hình ngôn ngữ lớn và tổng hợp giọng nói để hiểu ngữ cảnh và tự thực hiện hành động thay vì chỉ trả lời bằng văn bản. Các nền tảng tác tử hiện đại thường kết hợp khả năng điều khiển bằng giọng nói với tự động hóa trình duyệt và tích hợp ứng dụng bên ngoài để thực hiện các tác vụ thực tế trên nhiều phần mềm khác nhau.