Spraakmodus in ToRun was een walkietalkie. Jij praat, het luistert; het praat, jouw microfoon is dicht. Zo praten mensen niet, en iedereen merkt het binnen zo'n dertig seconden — het moment waarop je "nee, de andere" wilt zeggen en eerst moet wachten tot een zin klaar is.
gpt-live-1 is een volledig-duplex-engine. De microfoon blijft open terwijl het praat. Je kunt het onderbreken zoals je een persoon onderbreekt, en het hoort je terwijl het praat, niet pas erna.
Achter hetzelfde contract
Het is een ander protocol dan de realtime spraak die we al hadden — een ander eindpunt, een andere woordenschat van gebeurtenissen, geen beurt-identificatiecodes, geen einde-van-beurt-markering. Dat alles wordt op één grens vertaald naar de gebeurtenissen die onze spraakbrug al spreekt. Daaronder verandert niets: dezelfde sessie, dezelfde tools tijdens een gesprek, dezelfde afrekening per minuut, dezelfde twee apps.
Voordat er ook maar één regel was geschreven, draaide een sonde de hele lus tegen de provider met een ontwikkelsleutel en legde de frames vast. Die opnames zijn de fixtures waartegen de vertaallaag wordt getest — wat getest wordt is dus wat de provider echt verstuurt, niet wat een document beweert te versturen.
Echo is de reden waarom niemand dit standaard doet
Een open microfoon tijdens afspelen hoort de assistent. Zonder onderdrukking beantwoordt die zichzelf, eindeloos. Daarom schakelt de audiosessie op iOS over naar het spraakverwerkingsprofiel, dat echo onderdrukt en zich gedraagt als een luidspreker; op Android doet de opname-vooraf-ingestelde optie hetzelfde werk.
Dat heeft echte kosten, en daarom wordt het per model beslist in plaats van globaal. De catalogusregel draagt een vlag. Een model met die vlag houdt de microfoon open en zet onderdrukking aan; elke andere stem op het platform behoudt zijn poort en zijn luidere audioprofiel, precies als voorheen. De beslissing wordt genomen wanneer de sessie start, en opnieuw genomen aan de hand van wat de server daadwerkelijk heeft geopend, voor het geval een laagstandaard naar iets anders is opgelost.
Op het web is niets veranderd: de microfoon was daar nooit vergrendeld, en de browser vraagt al om echo-onderdrukking.
Wat het nog niet is
Het zit niet in het gratis niveau. Een gratis minuut zou in één enkele uitwisseling verdwijnen, en een quotum dat midden in een zin opraakt is erger dan een quotum dat nooit werd aangeboden.
En de eerste versie gedraagt zich eerder als een verbetering dan als een omwenteling op mobiel, want beide apps behouden nog een deel van hun eigen vergrendeling totdat de apparaatzijdige onderdrukking op echte hardware bevestigd is. De engine is volledig duplex; de telefoons halen het in.