চ্যাটজিপিটির ভয়েসের সুবিধায় বড় ধরনের পরিবর্তনের আভাস পাওয়া গেছে। প্রযুক্তিবিষয়ক প্ল্যাটফর্ম টেস্টিংক্যাটালগের এক প্রতিবেদনে দাবি করা হয়েছে, সম্প্রতি চ্যাটজিপিটি অ্যাপের ভেতরে ‘জিপিটি বিডি ১’ নামের একটি নতুন অডিও মডেলের উপস্থিতি শনাক্ত হয়েছে। নতুন মডেলটি একই সঙ্গে ব্যবহারকারীর কথা শুনতে, বুঝতে ও প্রতিক্রিয়া জানাতে সক্ষম। ফলে চ্যাটজিপিটির সঙ্গে কথোপকথন আগের তুলনায় আরও স্বাভাবিক ও মানবিক হবে। জিপিটি বিডি ১ ইতিমধ্যে সীমিত পরিসরে কিছু ব্যবহারকারীর জন্য চালু করা হয়েছে। ধারণা করা হচ্ছে, সবার জন্য উন্মুক্ত করার আগে মডেলটির কার্যকারিতা গোপনে পরীক্ষা করছে ওপেনএআই।
টেস্টিংক্যাটালগের তথ্য অনুযায়ী, জিপিটি বিডি ১ হলো ওপেনএআইয়ের নতুন দ্বিমুখী স্পিচ মডেল। ধারণা করা হচ্ছে, ‘বিডি’ শব্দটি ‘বিডাইরেকশনাল’–এর সংক্ষিপ্ত রূপ। অর্থাৎ ব্যবহারকারীদের কথা শোনা ও উত্তর দেওয়ার কাজ একই সঙ্গে করতে পারে মডেলটি। প্রতিবেদনটিতে অভ্যন্তরীণ তথ্যের বরাত দিয়ে মডেলটিকে পরবর্তী প্রজন্মের ভয়েস প্রযুক্তি ও বুদ্ধিমত্তার ক্ষেত্রে বড় অগ্রগতি হিসেবে উল্লেখ করা হয়েছে। চ্যাটজিপিটির সেটিংসে ইতিমধ্যে মডেলটির ‘স্ট্যান্ডার্ড’ ও ‘অ্যাডভান্সড’ নামে দুটি বিকল্প ব্যবস্থা যুক্ত করা রয়েছে। কয়েকজন ব্যবহারকারী জানিয়েছেন, জিপিটি বিডি ১ চালু করলে ভয়েস ইন্টারফেসের রং হলুদ হয়ে যায়।
বর্তমানের অধিকাংশ এআইভিত্তিক ভয়েস সহকারীর সঙ্গে কথোপকথনের সময় ব্যবহারকারীকে পালাক্রমে কথা বলতে হয়। এআই উত্তর দেওয়ার সময় কথা বললে অনেক ক্ষেত্রেই সেটি বিভ্রান্ত হয় বা কথার প্রসঙ্গ হারিয়ে ফেলে। জিপিটি বিডি ১ এই সীমাবদ্ধতা দূর করতে পারবে বলে ধারণা করা হচ্ছে। টেস্টিংক্যাটালগের প্রতিবেদনে বলা হয়েছে, ব্যবহারকারী কথা বলা থামালে মডেলটি স্বাভাবিক কথোপকথনের মতো প্রতিক্রিয়া জানাতে পারবে। এতে আলাপচারিতা আরও প্রাণবন্ত ও স্বতঃস্ফূর্ত হবে। এ ছাড়া চলমান কথোপকথনের মধ্যেই নির্দেশনা পরিবর্তন করা হলে নতুন নির্দেশনা দ্রুত বুঝে নিয়ে সে অনুযায়ী প্রতিক্রিয়া দিতে পারবে মডেলটি।
শুরুতে চ্যাটজিপিটি ছিল মূলত লেখাভিত্তিক কৃত্রিম বুদ্ধিমত্তা সেবা। তবে সাম্প্রতিক বছরগুলোয় প্রযুক্তিপ্রতিষ্ঠানগুলো ক্রমেই ভয়েসভিত্তিক যোগাযোগের দিকে ঝুঁকছে। অনেকের ধারণা, ভবিষ্যতে এআই সহকারীদের সঙ্গে যোগাযোগের অন্যতম প্রধান মাধ্যম হয়ে উঠবে কণ্ঠভিত্তিক প্রযুক্তি। সে কারণেই ভয়েস প্রযুক্তির উন্নয়নে জোর দিচ্ছে ওপেনএআই।
সূত্র: টেকলুসিভ