OpenAI tõi ChatGPT Voice'i uue GPT-Live'i: sujuvam kõne, taustal töötav arutlus ja uued piirangud
OpenAI GPT-Live uuendab ChatGPT Voice'i: mudel saab kuulata ja rääkida korraga, suunata keerukad päringud taustale ning vajab EL-is selget läbipaistvust.
Lühidalt
OpenAI avaldas 8. juulil 2026 GPT-Live'i, uue häälmudelite perekonna, mis töötab nüüd ChatGPT Voice'i taga ja jõuab kasutajateni üle maailma.
GPT-Live on täisdupleksne häälmudel: see saab kasutajat kuulata ja samal ajal rääkida, mistõttu peaks vestlus olema vähem pauside ja katkestuste külge seotud.
Keerukamate päringute puhul suunab GPT-Live töö taustal GPT-5.5 mudelile ning saab samal ajal vestlust jätkata.
Eesti ja EL-i kasutajate jaoks on peamised küsimused saadavus, eesti keele kvaliteet, isikuandmete kaitse, läbipaistvus ja see, kui hästi häälmudel päriselt keerukate tööülesannetega toime tuleb.
OpenAI avaldas 8. juulil 2026 GPT-Live'i, uue põlvkonna häälmudelite perekonna, mis käitab ChatGPT Voice'i. Ettevõtte ametliku teate järgi jõuavad kasutajateni kaks versiooni: GPT-Live-1 ja väiksem GPT-Live-1 mini. Uudis on tooteuudis, mitte teadusartikkel ega regulatiivne muudatus, kuid selle mõju ulatub tavalisest funktsioonitäiendusest kaugemale, sest OpenAI püüab muuta hääle ChatGPT põhiliideseks, mitte lisavõimaluseks. (OpenAI)
GPT-Live'i keskne tehniline muutus on täisdupleksarhitektuur. See tähendab, et mudel ei pea ootama kasutaja lause lõppu, vaid saab helisisendit pidevalt töödelda ja samal ajal kõnet väljastada. Praktikas peaks see vähendama olukordi, kus häälassistent katkestab kasutaja mõttepausi, jääb liiga kauaks vaikima või käitub nagu raadiosaatja, kus üks pool räägib ja teine pool ootab oma järge. (OpenAI)
OpenAI sõnul suudab GPT-Live keerukamad ülesanded suunata taustal ettevõtte uuematele tippmudelitele. Lansseerimisel kasutab GPT-Live taustal GPT-5.5 mudelit: kiiremad vastused kasutavad GPT-5.5 Instantit ning sügavamat arutlust nõudvad režiimid GPT-5.5 Thinkingut. See eristab GPT-Live'i pelgalt loomulikuma kõlaga kõnesünteesist - kõneliides peab toimima ka siis, kui päringu lahendamine võtab aega. (OpenAI)
GPT-Live on ChatGPT Voice'i uus häälkiht
GPT-Live on OpenAI uus häälmudelite perekond, mis on loodud inimese ja tehisaru vaheliseks pidevaks kõnevestluseks. Ettevõtte ametliku kirjelduse järgi saab mudel vestluse ajal öelda lühikesi kuulamismärke, näiteks "mhmm" või "got it", oodata kasutaja mõttepausi ajal ning paremini eristada kõnelejat taustamürast. OpenAI teatel kasutab igal nädalal ChatGPT Voice'i ja dikteerimisfunktsioone üle 150 miljoni inimese. (OpenAI)
Varasemad kõnesüsteemid olid enamasti kaskaadsed. Sellises lahenduses teisendatakse kasutaja kõne esmalt tekstiks, seejärel koostab suur keelemudel vastuse ning lõpuks muudetakse tekst taas kõneks. OpenAI enda kirjeldusel kasutas algne ChatGPT Voice just sellist kolmeastmelist ahelat. Ahela nõrkus on viivitus ja infokadu: iga etapp lisab väikese vea- ja hilinemisriski. (OpenAI)
Advanced Voice Mode vähendas seda probleemi, sest heli töötlemine ja vastuse loomine toimusid ühes mudelis. Samas jäi süsteem OpenAI sõnul voorupõhiseks: mudel pidi tuvastama, millal kasutaja lõpetas rääkimise, ning vaikus võis tähendada nii mõttepausi kui ka lause lõppu. GPT-Live'i eesmärk on sellest jäikusest üle saada, sest mudel teeb mitu korda sekundis otsuseid selle kohta, kas kuulata, rääkida, vaikida, katkestada või tööriista kasutada. (OpenAI)
Mis kasutaja jaoks muutub
Tavalise kasutaja jaoks tähendab GPT-Live eelkõige seda, et ChatGPT Voice peaks vähem valel ajal vahele rääkima. Kasutaja võib küsida täpsustava küsimuse enne mudeli vastuse lõppu, paluda mudelil aeglasemalt rääkida või anda käsu lihtsalt kuulata, kuni teda uuesti kõnetatakse. The Verge'i pressibriifingu kokkuvõtte järgi rõhutas OpenAI, et mudel on loodud just katkestuste, pauside ja loomulikuma kõnevooru haldamiseks. (The Verge)
Teine muutus on visuaalne kiht. OpenAI ametliku teate kohaselt saab ChatGPT Voice kõne ajal näidata visuaalseid kaarte näiteks ilma, aktsiate, sporditulemuste ja muude teemade kohta. See teeb häälrežiimist vähem ainult kõrvaklappides toimiva kogemuse ja rohkem hübriidliidese, kus vastus võib koosneda kõnest, otsingust, failidest, piltidest ja visuaalsest kokkuvõttest. (OpenAI)
Saadavuse poolest jõuab GPT-Live ChatGPT kasutajateni iOS-is, Androidis ja ChatGPT.com-is. OpenAI teatel saab GPT-Live-1 vaikimisi häälmudeliks Go, Plus ja Pro kasutajatele, samal ajal kui tasuta kasutajatele määratakse vaikimisi GPT-Live-1 mini. API-sse mudelid veel ei jõudnud; arendajad ja ettevõtted saavad registreeruda teavituse saamiseks, kuid täpset avaldamiskuupäeva ei ole ettevõte välja öelnud. (OpenAI)
Arendajate jaoks on oluline API ajastus
Arendajate vaates on GPT-Live'i kõige olulisem osa veel ootel. ChatGPT kasutajad saavad uut häält kasutada kohe, kuid API kaudu ehitatavad klienditoe-, koolitus-, müügi- või sisetööriistad peavad praegu ootama. OpenAI on eraldi avanud vormi GPT-Live-1 API teavituste jaoks, kuid see ei võrdu tootmiskasutuse saadavusega. (OpenAI)
OpenAI Realtime API oli tootmishääleagentide jaoks juba enne GPT-Live'i oluline suund. 2025. aasta augustis teatas ettevõte gpt-realtime mudelist ja Realtime API üldisest kättesaadavusest, sealhulgas MCP serverite, pildisisendi ja SIP-kõnede toest. GPT-Live'i tulek näitab, et ChatGPT tarbijaliideses ja arendajaplatvormil liiguvad häälmudelid sama eesmärgi poole: madal viivitus, tööriistade kasutamine ja kõnevoo säilitamine. (OpenAI)
Konkurents ei käi ainult OpenAI ümber. Google kirjeldab Gemini Live API-t kui madala viivitusega reaalaja hääle- ja videoliidest, Microsoft tõi 2026. aasta aprillis Copilot Studiosse reaalaja hääleagendid ning Anthropic pakub Claude'is häältrežiimi beetafunktsioonina kõigis plaanides. GPT-Live'i eristav lubadus on praegu just täisdupleksne vestlus koos taustal töötava arutlusega ChatGPT sees, mitte ainult kõne sisse- ja väljund. (Google AI for Developers)
Ekspertide vaade: loomulikkus ei tähenda veel töökindlust
Sõltumatu hinnangu jaoks on oluline vaadata mitte ainult OpenAI demot, vaid ka värskeid uuringuid häälagentide piirangute kohta. 2026. aasta märtsis avaldatud τ-Voice'i eeltrükis hinnati täisdupleksseid häälagente 278 keeruka ülesandega. Uuringu järgi saavutas GPT-5 tekstipõhises arutluses 85% edukuse, kuid häälagendid jäid puhtas helikeskkonnas 31-51% ja realistliku müra ning eri aktsentidega 26-38% vahele. (arXiv)
See ei tähenda, et GPT-Live kordaks täpselt nende testide tulemusi, sest OpenAI uus mudel ei olnud kõigis varasemates võrdlustes avalikult hinnatav. Küll aga annab uuring realistliku hoiatusmärgi: häälmudeli loomulik kõnevoog ei tõesta veel, et see täidab mitmeastmelisi ülesandeid sama kindlalt kui tekstimudel. τ-Voice'i autorid järeldasid ka, et 79-90% tõrgetest tulenesid agendi käitumisest, mitte ainult helikvaliteedist või transkriptsioonist. (arXiv)
Veel teravam piirang tuleb Stanfordi ja teiste teadlaste 2026. aasta juuni eeltrükist "Real-Time Voice AI Hears but Does Not Listen". Autorid leidsid, et mitu reaalaja kõnesüsteemi suutsid küll tuvastada hääle emotsionaalseid vihjeid, kuid ei kasutanud neid järjekindlalt otsustamisel. See on oluline just klienditoe, finantstehingute, tervise ja kriisiolukordade puhul, kus hääletoon võib olla sama tähtis kui sõnad. (arXiv)
Eesti ja EL-i vaade
Eesti kasutajatele ei ole OpenAI 9. juuli 2026 seisuga avaldanud eraldi riigipõhist GPT-Live'i ajakava, hinnakirja või eesti keele kvaliteedimõõdikuid. OpenAI ütleb üldiselt, et GPT-Live jõuab kasutajateni üle maailma ning on optimeeritud ChatGPT populaarsemate keelte jaoks. Ettevõte lisab samas, et mõne keele puhul võib mudelil olla võõrapärane aktsent või lünki soravuses. Eesti keele puhul on seega mõistlik hinnata kvaliteeti praktilise kasutuse, mitte ainult tootekirjelduse põhjal. (OpenAI)
EL-i tasandil satub GPT-Live ajastusse, kus tehisaru läbipaistvuskohustused muutuvad vahetumaks. Euroopa Komisjoni AI Acti ajakava järgi jõustus määrus 1. augustil 2024 ja on üldjuhul täielikult kohaldatav 2. augustist 2026, eranditega eri kohustuste jaoks. Komisjon on eraldi rõhutanud, et tehisaru loodud sisu läbipaistvuskohustused AI Acti artikli 50 alusel on õiguslikud kohustused, kuigi nende täitmiseks mõeldud tegevusjuhend on vabatahtlik. (Digitaalne strateegia Euroopa Liidus)
Praktiline tagajärg Eesti ettevõttele on lihtne: kui hääleagent suhtleb kliendi, töötaja või kodanikuga, peab olema selge, et tegu on tehisaruga. See ei ole ainult õigusosakonna küsimus. Hääleliides, logimine, nõusolek, andmetöötlus, eskalatsioon inimeseni ja kasutaja võimalus vestlus lõpetada peavad olema teenuse kavandamisel olemas, mitte hiljem juurde kleebitud.
Riskid ja piirangud
OpenAI on GPT-Live'i turvakaardis kirjeldanud mitut kaitsekihti: sisendeid ja väljundeid kontrollitakse vestluse ajal, süsteem võib ohtliku sisu korral vastust suunata, esitada turvateate, pakkuda tugiteavet või suurema riski puhul kõnevestluse lõpetada. Ettevõtte enda hinnangul annavad GPT-Live'i mudelid vastaspoole jaoks keeruliseks valitud testides üldiselt sama või parema tulemuse kui Advanced Voice Mode, kuid üksikutel kategooriatel esines ka väikeseid, statistiliselt ebaoluliseks hinnatud tagasilööke. (OpenAI Deployment Safety Hub)
Piirangud ei ole ainult turvasüsteemides. OpenAI ütleb, et GPT-Live ei toeta lansseerimisel ChatGPT-s häält koos video või ekraanijagamisega. Need võimalused on endiselt saadaval varasemates ChatGPT Voice'i režiimides, kuid mitte uues GPT-Live'i kogemuses. See on oluline näiteks juhendamise, tehnilise toe ja töövoogude puhul, kus kasutaja tahab näidata ekraani või füüsilist keskkonda. (OpenAI)
Äriliselt liigub OpenAI hääle kaudu samasse kohta, kuhu liiguvad teised suured platvormid: tekstikastist töövoogu. Kui häälmudel suudab kuulata, selgitada, otsida, oodata ja taustal ülesandeid täita, muutub see sobivamaks klienditoe, koolituse, sisemiste assistentide ja ligipääsetavuse tööriistade jaoks. Samas on hääl ka tundlikum kanal kui tekst, sest kõnes võivad avalduda stress, vanus, aktsent, taustamüra ja isiklik kontekst.
Kokkuvõte
GPT-Live teeb ChatGPT Voice'i tehniliselt küpsemaks: täisdupleksne kuulamine ja rääkimine, taustal töötav GPT-5.5 ning visuaalsete vastuste tugi muudavad hääle senisest kasutatavamaks liideseks. Reuters kinnitas OpenAI lansseerimise põhiinfo samal päeval ning The Verge'i ülevaade lisas pressibriifingu põhjal, et mudel on loodud vähem katkestama ja paremini pause taluma. (Reuters)
Järgmised küsimused on praktilised. Kas GPT-Live'i API jõuab arendajateni kiiresti ja millistel tingimustel? Kui hästi töötab eesti keel, taustamüra ja eri aktsendid? Kas täisdupleksne vestlus parandab päriselt ülesannete edukust või ainult vestluse tunnetust? Need vastused otsustavad, kas GPT-Live jääb ChatGPT meeldivamaks hääleks või muutub tõsiseltvõetavaks tööliideseks.
Korduma kippuvad küsimused
Mis on GPT-Live?
GPT-Live on OpenAI uus häälmudelite perekond, mis käitab ChatGPT Voice'i. Selle eesmärk on muuta vestlus tehisaruga sujuvamaks, sest mudel saab kasutajat kuulata ja samal ajal rääkida.
Millal GPT-Live avaldati?
GPT-Live avaldati OpenAI ametliku teate järgi 8. juulil 2026. Artikkel on koostatud 9. juulil 2026 Eesti aja järgi, seega on tegemist värske tooteuudisega.
Mille poolest GPT-Live erineb varasemast ChatGPT Voice'ist?
GPT-Live erineb varasemast ChatGPT Voice'ist täisdupleksse tööviisi poolest. Varasemad lahendused olid kaskaadsed või voorupõhised, kuid GPT-Live saab kõnet pidevalt töödelda ja samal ajal vastust luua.
Kes saavad GPT-Live'i kasutada?
OpenAI teatel jõuab GPT-Live kasutajateni iOS-is, Androidis ja ChatGPT.com-is. GPT-Live-1 on vaikimisi Go, Plus ja Pro kasutajatele ning GPT-Live-1 mini tasuta kasutajatele.
Kas GPT-Live on arendajatele API kaudu saadaval?
GPT-Live ei ole artikli koostamise hetkel API kaudu üldiselt saadaval. OpenAI ütleb, et mudelid jõuavad API-sse hiljem, kuid täpset kuupäeva ei ole avaldatud.
Mida tähendab GPT-Live Eesti kasutajatele?
Eesti kasutajatele tähendab GPT-Live eelkõige loomulikumat ChatGPT Voice'i kasutust, kuid eesti keele kvaliteet vajab praktilist proovimist. OpenAI ei ole avaldanud eraldi Eesti-spetsiifilisi kvaliteediandmeid ega saadavustingimusi.
Millised on GPT-Live'i peamised riskid?
GPT-Live'i peamised riskid on seotud hääleandmete tundlikkuse, vale ajastusega vastuste, emotsionaalsete vihjete ebaõige tõlgendamise ja keerukate ülesannete töökindlusega. Värsked uuringud näitavad, et reaalaja häälagendid võivad kõlada loomulikult, kuid jääda keerukates ülesannetes tekstimudelitest maha.
Mida peaks edasi jälgima?
Edasi tasub jälgida GPT-Live'i API avaldamist, eesti keele kvaliteeti, EL-i läbipaistvuskohustuste rakendumist ja sõltumatuid võrdlusteste. Alles need näitavad, kas GPT-Live sobib lisaks igapäevavestlusele ka ettevõtete tööprotsessidesse.
Allikad
OpenAI - "Introducing GPT-Live", 8. juuli 2026.
OpenAI Deployment Safety Hub - "GPT-Live System Card", 8. juuli 2026.
Reuters - "OpenAI launches GPT-Live voice models that listen and speak simultaneously", 8. juuli 2026.
The Verge - "ChatGPT's upgraded voice mode is better at shutting up", 8. juuli 2026.
OpenAI - "Introducing gpt-realtime and Realtime API updates for production voice agents", 28. august 2025.
OpenAI - "How OpenAI delivers low-latency voice AI at scale", 4. mai 2026.
European Commission - "AI Act".
European Commission - "Code of Practice on Transparency of AI-Generated Content", 10. juuni 2026.
Soham Ray, Keshav Dhandhania, Victor Barres, Karthik Narasimhan - "τ-Voice: Benchmarking Full-Duplex Voice Agents on Real-World Domains", 14. märts 2026, arXiv.
Martijn Bartelds, Federico Bianchi, James Zou - "Real-Time Voice AI Hears but Does Not Listen", 24. juuni 2026, arXiv.
Google AI for Developers - "Gemini Live API overview".
Microsoft Copilot Studio Blog - "Extend AI voice support: Introducing real-time voice agents in Microsoft Copilot Studio", 27. aprill 2026.
Anthropic Help Center - "Use voice mode", 21. mai 2026.
Saa järgmine AI-RADAR postkasti
Kui järgmine praktiline AI-signaal või tööriistamuutus avaldatakse, saad selle otse e-postile.
Arutelu
0 kommentaari
Seotud teemad AI-RADARis
xAI tõi välja Grok Voice’i kõneagentide ehitaja: lubadus on kahe minutiga töötav telefonirobot, tegelik test algab päriskõnedes
xAI avaldas Grok Voice’i Voice Agent Builderi. Selgitame hinda, võimalusi, benchmarke, riske ja tähendust Eesti ettevõtetele.
ChatGPT jõudis miljardi igakuise rakenduse kasutajani, kuigi avalik hoiak tehisaru suhtes muutub ettevaatlikumaks
ChatGPT jõudis Sensor Toweri hinnangul miljardi igakuise rakenduse kasutajani. Samal ajal kasvavad mured töökohtade, privaatsuse, keskkonnamõju ja tehisaru kontrolli üle.
OpenAI ostab Ona: Codex liigub ettevõtte pilveagentide taristuks
OpenAI plaanib omandada Ona, et laiendada Codexit turvaliste ja püsivate pilvepõhiste täitmiskeskkondadega. Tehing aitab ettevõtetel juurutada pikaajalisi agente oma pilvekeskkonnas koos parema ligipääsukontrolli
Euroopa Liit valmistub nõudma AI-ga loodud sisu selget märgistamist
Euroopa Komisjon avaldas tegevusjuhendi AI-ga loodud ja muudetud sisu märgistamiseks. Alates 2. augustist 2026 hakkavad kehtima AI Acti läbipaistvuskohustused, mis puudutavad deepfake’e, avalikku huvi puudutavat AI