OpenAI и Google активно развивают голосовые ИИ-интерфейсы, стремясь сделать общение с системами естественным. Новые модели обрабатывают речь напрямую — без промежуточного перевода в текст, что сокращает задержки и сохраняет контекст беседы.
Стартапы Кремниевой долины подхватили тренд: инвестируют в микрофоны и шумоизоляцию. OpenAI готовит гаджет с камерой, микрофоном и динамиком. Нью-йоркский Sandbar выпустил умное кольцо, реагирующее только на голос владельца.
Сотрудник OpenAI Сандро Джанелла отмечает: голосом легче объяснить цели, ограничения и ожидаемый результат — это особенно ценно при работе с кодом.
Пользователи Google стали вдвое чаще использовать голос с начала года, а разговоры длятся в среднем в 5 раз дольше текстовых. В ChatGPT голосовым режимом еженедельно пользуются более 150 млн человек. Инженеры Microsoft применяют его для управления задачами на GitHub.
Слабые места формата — задержки, фоновый шум и психологический дискомфорт при общении с ИИ в общественных местах.