Vừa rồi, Claude cải tiến mạnh mẽ tính năng giọng nói, 11 ngôn ngữ, nhưng không có tiếng Trung
Vừa qua, cả Anthropic và OpenAI đều công bố những nâng cấp lớn cho chế độ giọng nói của AI.
**Về phía Claude:** Giờ đây hỗ trợ toàn bộ dòng model Opus 4.8 và Sonnet 5, không chỉ dùng Haiku như trước. Người dùng có thể chuyển đổi giữa các model trong cuộc trò chuyện. Chế độ giọng nói tích hợp khả năng gọi **công cụ (tool calling)**, cho phép kết nối trực tiếp với Gmail, Lịch Google, Slack, Google Docs, Canva để thực hiện tác vụ chỉ bằng lời nói. Tuy nhiên, chế độ này chỉ hỗ trợ **11 ngôn ngữ** (bao gồm tiếng Anh, Nhật, Hàn, v.v.) và **không có tiếng Trung**. Người dùng cần chỉ định ngôn ngữ thủ công.
**Về phía OpenAI:** Họ ra mắt **GPT-Live**, một kiến trúc giọng nói song công toàn phần (full-duplex), cho phép AI nghe và phản hồi đồng thời, có thể bị ngắt lời một cách tự nhiên. GPT-Live sử dụng kiến trúc hai tầng: tầng trước xử lý hội thoại tốc độ cao, tầng sau ủy thác (delegated reasoning) các nhiệm vụ phức tạp cho GPT-5.5 để xử lý sâu, giúp vừa trò chuyện mượt mà vừa đảm bảo khả năng suy luận.
ChatGPT Voice với GPT-Live đã chính thức có mặt trên **macOS và Windows**. Người dùng có thể dùng phím tắt toàn cục để gọi AI từ bất kỳ ứng dụng nào, ra lệnh bằng giọng nói để điều khiển nhiều Agent làm việc song song, và trên macOS còn có tính năng Appshots để AI đọc ngữ cảnh cửa sổ đang hoạt động.
**Tóm lại, sự khác biệt chính:**
- **Claude Voice:** Tập trung vào quản lý công việc cá nhân thông qua các công cụ kết nối SaaS, tương tác theo lượt, dễ tiếp cận hơn.
- **ChatGPT Voice (GPT-Live):** Hướng đến trải nghiệm đối thoại tự nhiên như con người với khả năng song công, đa nhiệm, và điều khiển trực tiếp máy tính/Agent, phù hợp với người dùng kỹ thuật.
Cả hai bước tiến này đều đang thúc đẩy tương lai nơi giao tiếp bằng giọng nói tự nhiên thay thế dần cho việc nhập liệu bằng bàn phím truyền thống.
marsbit2 ngày trước 07:53
