
Раньше голосовой ввод только печатал за тобой. С 17 ноября модель Gemini слушает команды: «вежливее», «сделай списком», «замени вторник на среду» — и возвращает уже исправленный текст. За выходные — блокнот, который правишь голосом.

Раньше озвучка — это выбор из готовых дикторов. Теперь пишешь «старый ворчливый капитан, хрипит» — и получаешь новый голос, который остаётся с тобой. За выходные — радиоспектакль, где у каждого героя свой голос.

С 2 ноября голосовая модель OpenAI умеет сама набирать номер. Собери утренний звонок себе: пуш можно смахнуть, а звонок ты возьмёшь.

Записал озвучку, а там одно слово не то? Раньше — переписывать весь дубль заново. Теперь меняешь одно слово, и модель ресинтезирует только его — твоим же голосом, бесшовно. Open-source, сборка на выходные.

Раньше голос только отвечал: таймер ты заводил сам. 6 июля OpenAI выкатила речь-в-речь, которая на лету вызывает твои функции — теперь голос сам жмёт кнопки, пока руки заняты. Сборка на выходные.

Кидаешь документ, за пару минут получаешь телефонный номер — звонишь и голосом спрашиваешь по своему файлу, а он отвечает. Год назад это была неделя возни.

Собеседование, отказ, важный звонок — то, что страшно завалить с первого раза. 1 июля xAI открыла конструктор голосовых агентов: описываешь словами — через пару минут он звонит и говорит сам, ~5 центов в минуту. Спарринг-партнёр собирается за вечер.

Берёшь свою готовую видеозаметку и получаешь её же на английском — своей интонацией, без пауз «перевёл-подождал». Год назад авто-дубляж звучал как навигатор. Сборка на выходные.

Раньше синтез читал всё ровным диктором. Теперь в текст вставляешь [шёпотом] или [взволнованно] — и модель играет сцену. Маленький аудиоспектакль собирается за выходные.

«Где тут включить?» — раньше ты пересказывал, что у тебя на экране. Теперь модель сама видит твой экран и подсказывает голосом, шаг за шагом. Сборка на выходные.

Раньше ты фоткал и ждал ответ текстом. Теперь модель видит живой поток с камеры и говорит в реальном времени — и её можно перебить, как живого. Сборка на выходные.

Раньше озвучку приходилось ждать: рендерится полминуты, ребёнок смотрит в спиннер. Теперь модель говорит с первого слова. Сборка на выходные.

Не «запиши — подожди — прочитай ответ», а настоящий разговор голосом в реальном времени. На прошлой неделе OpenAI выкатила модель, которая отвечает без паузы и не сбивается, когда её перебиваешь.

Сохранённые статьи и конспекты можно скормить модели — и получить mp3, где два ведущих живо обсуждают их. Раньше так просто не выходило, теперь это сборка на выходные.