Nội dung chính
OpenAI vừa nâng cấp toàn bộ trải nghiệm trò chuyện của ChatGPT giọng nói bằng thế hệ mô hình mới mang tên GPT-Live, cho phép trợ lý vừa nghe vừa nói cùng lúc thay vì phải chờ người dùng dứt lời. Tính năng bắt đầu triển khai toàn cầu từ ngày 8/7/2026, có mặt trên mọi gói kể cả bản miễn phí, theo công bố của OpenAI.
Điểm cốt lõi của GPT-Live nằm ở kiến trúc song công (full-duplex): mô hình xử lý âm thanh vào và tạo âm thanh ra đồng thời, nên có thể chèn những tiếng đệm như “mhmm” hay “vâng” để báo hiệu đang lắng nghe, ngắt lời khi cần, hoặc im lặng để người nói kịp suy nghĩ. Cách vận hành này khác hẳn chế độ giọng nói cũ, vốn phải đợi người dùng ngừng hẳn mới phản hồi và dễ cắt ngang mỗi khi có tiếng ồn nền. OpenAI cho biết mỗi tuần đã có hơn 150 triệu người trò chuyện với ChatGPT qua tính năng giọng nói.
Hãng phát hành hai phiên bản là GPT-Live-1 và GPT-Live-1 mini. Người dùng bản miễn phí sẽ mặc định chạy bản mini, còn các gói trả phí Go, Plus và Pro nhận bản đầy đủ mạnh hơn. Chín giọng đọc quen thuộc trong ChatGPT cũng được làm mới để nghe tự nhiên hơn. Cả hai phiên bản đang mở cho người dùng ChatGPT trên iOS, Android và website, trong khi bản cho lập trình viên qua API dự kiến ra mắt sau.
GPT-Live còn được OpenAI gọi là mô hình giọng nói thông minh nhất từ trước tới nay. Với câu hỏi cần tìm kiếm web hay suy luận sâu, nó chuyển ngầm nhiệm vụ cho mô hình tiền tuyến GPT-5.5 xử lý ở phía sau, rồi mang kết quả trở lại cuộc trò chuyện khi xong mà vẫn giữ mạch nói chuyện liên tục. Người dùng có thể chọn mức suy luận Instant cho câu trả lời nhanh, hoặc Medium và High khi muốn máy dành thêm thời gian tư duy. Khi trò chuyện, ChatGPT nay có thể hiển thị thẻ hình ảnh trực quan cho các chủ đề như thời tiết, chứng khoán hay thể thao.
ChatGPT giọng nói GPT-Live trò chuyện tự nhiên như thế nào
Trước đây, các hệ thống giọng nói AI chạy theo kiểu nối tầng: một mô hình chuyển giọng thành chữ, một mô hình ngôn ngữ soạn câu trả lời, rồi một mô hình khác đọc lại thành tiếng. Cách này giúp con người lần đầu nói chuyện được với AI tiền tuyến, nhưng thông tin dễ thất lạc qua từng khâu và phản hồi chậm, cứng nhắc. Các mô hình theo lượt sau đó gộp xử lý vào một mô hình duy nhất để giảm độ trễ, song vẫn phải chờ người dùng ngừng nói mới đáp, khiến cuộc trò chuyện thiếu tự nhiên.
GPT-Live giải quyết hạn chế đó bằng hai thay đổi. Thứ nhất là tương tác liên tục nhờ kiến trúc song công, cho phép mô hình ra quyết định nhiều lần mỗi giây: nói tiếp, tiếp tục lắng nghe, tạm dừng, ngắt lời hay gọi công cụ. Thứ hai là tách phần đối thoại khỏi phần xử lý nặng, để mô hình vừa duy trì cuộc nói chuyện vừa giao việc khó cho mô hình khác chạy nền. Nếu người dùng dừng lại suy nghĩ, ChatGPT sẽ đợi thay vì chen ngang; khi có tiếng xe cộ hay người xung quanh, máy cũng tập trung tốt hơn vào giọng của người đang nói.
Trong các bài đánh giá do OpenAI thực hiện với những cuộc trò chuyện dài 5-10 phút, GPT-Live-1 và bản mini được người dùng ưa thích hơn hẳn chế độ Advanced Voice Mode ở các tiêu chí về luân phiên lượt nói, cách xử lý ngắt lời và độ tự nhiên. Mô hình mới cũng cải thiện rõ ở bài kiểm tra suy luận khoa học GPQA và bài kiểm tra tìm kiếm web BrowseComp so với thế hệ trước.
Cơ hội và lưu ý cho người dùng Việt Nam
Tiếng Việt nằm trong nhóm ngôn ngữ mà GPT-Live hỗ trợ dịch trực tiếp trong lúc nói, bên cạnh tiếng Anh, Trung, Nhật, Hàn, Tây Ban Nha và nhiều thứ tiếng khác. Người dùng có thể mở phiên giọng nói và yêu cầu “dịch song song những gì tôi nói sang tiếng Anh”, và bản dịch sẽ chảy theo lời nói thay vì đợi dứt câu. Với người Việt, khả năng đối thoại tự nhiên mở ra nhiều tình huống thực tế như luyện phản xạ nói tiếng Anh, hỏi đáp rảnh tay khi lái xe hay nấu ăn, và tra cứu nhanh trong lúc di chuyển. Đây cũng là công cụ đáng thử cho những ai đang luyện nói tiếng Anh với AI mỗi ngày.
Dù vậy, OpenAI thừa nhận với một số ngôn ngữ, mô hình có thể phát âm chưa chuẩn hoặc thiếu trôi chảy và hãng đang tiếp tục cải thiện. Tại thời điểm ra mắt, GPT-Live chưa hỗ trợ gọi kèm video hay chia sẻ màn hình, và giá cho bản qua API vẫn chưa được công bố. Công ty cũng bổ sung nhiều lớp bảo vệ riêng cho giọng nói, gồm huấn luyện hành vi phù hợp lứa tuổi và cho phép phụ huynh quản lý quyền dùng của thanh thiếu niên. Với người dùng Việt, cách hợp lý là bắt đầu ở bản miễn phí để làm quen trước khi cân nhắc nâng cấp. Cuộc đua trợ lý giọng nói giữa OpenAI, Google và các hãng khác được dự báo sẽ còn tăng tốc trong nửa cuối năm 2026.
Nguồn: OpenAI, TechCrunch.
Xem thêm: Cẩm nang công cụ AI 2026.
