Gemini Live або ChatGPT Voice: який ШІ забезпечує більш природні розмови? – Engadget

Коли ChatGPT було вперше випущено у 2022 році, єдиним способом взаємодії з ChatGPT було використання клавіатури. Але невдовзі знадобилося ще одне відкриття: голосовий чат у реальному часі. Голосовий режим ChatGPT був першим у своєму роді, але незабаром він почав конкурувати з Google у формі Gemini Live. На відміну від старих голосових помічників, таких як Google Assistant, ці чат-боти можуть вести природні розмови майже на будь-яку тему та навіть шукати в Інтернеті найновішу інформацію.

Тим не менш, Google і OpenAI використовують помітно різні підходи до голосового чату з відповідними чат-ботами. Один трохи краще звучить природніше, а інший коригує свої відповіді на основі інформації з вашого цифрового життя. Останні кілька років я користуюся ChatGPT Voice і Gemini Live. Ось до якого з них я звертаюся частіше і чому.

Теоретично ChatGPT Voice і Gemini Live мають багато подібності, обидва відповідають у режимі реального часу та дозволяють вибирати з безлічі голосів. Основна відмінність полягає в тому, яка модель штучного інтелекту використовується. ChatGPT використовує сімейство GPT, тоді як чат-бот Google використовує Gemini. Однак, окрім теорії, фактичний досвід використання двох чат-ботів є зовсім іншим.

ChatGPT Voice має тенденцію бути більш виразним у виборі слів і використовує природні розмовні маркери, щоб звучати більш людяно. Наприклад, вони часто вдають, що думають: «Хм», або заїкаються на півслові.

Відповідь Gemini Live часто звучить однозначно просто тому, що тон та інтонація відрізняються. Однак деяким людям не подобається перебільшена інтонація ChatGPT. Тому ви можете віддати перевагу підходу Google.

Ще одна відмінність, яку я помітив, полягає в тому, що ChatGPT Voice частіше шукає інформацію в Інтернеті, перш ніж відповісти. Коли ми запитали обидва чат-боти про нещодавню версію Gemini 3.8 Live, Gemini використав за замовчуванням наявні знання та заявив, що їх не існує. ChatGPT Voice призупинився на кілька секунд під час доступу до Інтернету, але зрештою повернув правильну відповідь. З мого досвіду, якщо для вас важлива фактична точність, вам часто потрібно прямо попросити Gemini Live провести розслідування, перш ніж відповідати.

Але окрім цих відмінностей, і Gemini Live, і ChatGPT Voice можуть відповідати на запитання, шукати інформацію та навіть перемикатися між кількома мовами на льоту. Тим не менш, не очікуйте такої ж якості відповідей, яку ви отримуєте в текстовому режимі будь-якого чат-бота. Оскільки голосові розмови вимагають швидких відповідей, обидва чат-боти використовують трохи менш потужні моделі, які надають перевагу швидкості над точністю.

Якщо ви не заплатили за ChatGPT або Gemini, ви швидко побачите, що обидва чат-боти пропонують лише кілька хвилин розмови, перш ніж відключать ваш доступ. Це пояснюється тим, що обробка мовлення потребує набагато більше обчислювальних зусиль, ніж сам текст. І OpenAI, і Google пропонують платні плани, які значно збільшують цей ліміт і надають доступ до більш потужних моделей ШІ. Наприклад, у ChatGPT ми помітили, що міні-моделі безкоштовного рівня GPT-Live-1 не вистачає навичок логічного висновку більшої моделі GPT-Live-1.

Найдоступніший платний план ChatGPT Go коштує 8 доларів на місяць, тоді як підписка Google AI Plus коштує 5 доларів на місяць. Наступний крок для обох чат-ботів становить 20 доларів на місяць. Я віддаю перевагу варіанту підписки Google. Тому що навіть найнижчий рівень поставляється в комплекті з 400 ГБ хмарного сховища. Останнім також можна поділитися до 5 членів сім’ї.

До речі, обидва чат-боти підтримують введення з камери разом із голосом, тож ви можете навести телефон на оточення, щоб додати контекст. Я часто використовую цю функцію, щоб показати ШІ, що я над цим працюю, а не просто описувати завдання словами. Наприклад, я використовував Gemini Live, щоб налаштувати свій велосипед, і ШІ провів мене через цей процес. Корисні маркери також накладалися на живе відео, тож я міг швидко визначити, які гвинти потрібно затягнути.

На жаль, доступ до камери ChatGPT під час голосового чату заблоковано за рівнем підписки чат-бота за 20 доларів США на місяць. Еквівалентна функція Google безкоштовна, принаймні до певних обмежень. Крім того, у підписці початкового рівня ChatGPT Go на диво відсутній доступ до камери під час голосових чатів. Для цієї функції потрібен план на суму 20 доларів США.

Широта апаратних і програмних послуг Google означає, що вона має природну перевагу над OpenAI. Приклад: ви можете використовувати Gemini Live на спеціальному розумному динаміку через Google Home Speaker. Фактично, компанія також принесла цю функцію на старі пристрої Nest Audio та Hub. Мій Google Home Mini також підтримує цю функцію. Це чудово для пристрою, випущеного в 2017 році. Єдине застереження полягає в тому, що вам потрібна активна підписка Google Home Premium (10 доларів на місяць), щоб використовувати Gemini Live на пристроях розумного дому.

Серія Pixel Buds також має глибоку інтеграцію з Gemini Live, що дозволяє вам починати розмову, використовуючи лише свій голос. OpenAI працює над розробкою власного апаратного забезпечення для розумного дому, але ми ще нічого не чули про ціни чи доступність. У будь-якому випадку Google уже продав мільйони розумних колонок і дисплеїв, що зробило для багатьох нижчу вартість входу в екосистему Gemini Live.

Gemini Live також може посилатися на інформацію з вашого особистого облікового запису Google, щоб надавати більш персоналізовані відповіді. Ця функція під назвою Personal Intelligence може шукати електронні листи, відео YouTube і документи, що зберігаються на Диску.

Наприклад, коли я запитав Gemini Live, чи отримав я якісь рахунки цього місяця, він перерахував усе в моїй папці вхідних повідомлень Gmail після кількох секунд обробки. Чат-бот Google також може додавати події в календарі та керувати пристроями розумного будинку під час розмов. Наразі ChatGPT не може зазирнути у ваше цифрове життя та не може отримати доступ до таких служб Google, як Карти чи YouTube.

Однак, якщо вам не потрібні ці функції, ви часто користуєтеся ChatGPT Voice замість Gemini Live. Це просто тому, що перше звучить природніше для мого вуха. Обидва доступні безкоштовно, тому ми рекомендуємо протестувати їх, перш ніж платити за більші ліміти використання.