GPT-Live ट्रांसलेशन: OpenAI का 8 जुलाई वॉयस डेब्यू क्या करता है (2026)

1. OpenAI ने 8 जुलाई को क्या शिप किया

OpenAI ने बुधवार, 8 जुलाई, 2026 को ब्लॉग पोस्ट और लाइवस्ट्रीम में GPT-Live की घोषणा की (Introducing GPT-Live)। दो मॉडल शिप हुए: GPT-Live-1, पेड Go, Plus और Pro प्लान्स का नया डिफॉल्ट वॉयस मॉडल, और GPT-Live-1 mini, फ्री अकाउंट्स का नया डिफॉल्ट (MacRumors और The Decoder के अनुसार)। दोनों Advanced Voice Mode को ChatGPT Voice डिफॉल्ट के रूप में रिप्लेस करते हैं; पुराना मोड वॉयस सेटिंग्स में अब भी चुना जा सकता है।

रोलआउट लॉन्च के बाद के दिनों में iOS, Android और chatgpt.com को कवर करता है। डेस्कटॉप ऐप का वॉयस मोड लॉन्च में शामिल नहीं है, और ChatGPT Business, Enterprise तथा Edu वर्कस्पेसेस फिलहाल बाहर हैं (9to5Mac और WinBuzzer के अनुसार)। कोई नई प्राइसिंग नहीं आई; GPT-Live मौजूदा प्लान्स में शामिल है। OpenAI के अनुसार 150 मिलियन से ज़्यादा लोग Voice और Dictation जैसे फीचर्स के ज़रिए ChatGPT से बात करते हैं (TechCrunch)।

परिभाषित करने वाला फीचर है फुल-डुप्लेक्स ऑडियो: मॉडल बोलते हुए भी सुनी जा रही आवाज़ को प्रोसेस करता है और हर सेकंड कई बार इंटरैक्शन के निर्णय लेता है, इसलिए इसे स्वाभाविक रूप से टोका जा सकता है, आपके बोलते समय यह हुंकारा भर सकता है ("mhmm," "got it"), या आपके सोचते समय चुप रह सकता है (MarkTechPost)। वेब सर्च, गहरी रीज़निंग या एजेंटिक काम की ज़रूरत पड़ने पर GPT-Live बैकग्राउंड में GPT-5.5 को डेलिगेट करता है और नतीजा आने तक बातचीत जारी रखता है। यूज़र्स तीन रीज़निंग लेवल चुन सकते हैं (Instant, Medium, High); ऊंचे लेवल GPT-5.5 Thinking को रूट होते हैं।

OpenAI के प्रकाशित मूल्यांकन गति के बजाय क्षमता पर केंद्रित हैं: High रीज़निंग पर GPT-Live-1 GPQA पर 84.2% स्कोर करता है, जबकि Advanced Voice Mode 45.3%, और BrowseComp पर 75.2% बनाम 0.7%। ह्यूमन प्रेफरेंस टेस्टिंग में, 75.7% बातचीतों में GPT-Live-1 को Advanced Voice Mode पर वरीयता मिली, और mini को 69.2% में (The Decoder, OpenAI की घोषणा के हवाले से)। उल्लेखनीय है कि OpenAI ने लॉन्च पर GPT-Live के लिए कोई लेटेंसी नंबर प्रकाशित नहीं किए।

2. GPT-Live पर लाइव अनुवाद कैसे काम करता है

लाइव अनुवाद उन क्षमताओं में से एक है जिन्हें OpenAI लॉन्च सामग्री में स्पष्ट रूप से नाम देता है: फुल-डुप्लेक्स आर्किटेक्चर मॉडल को "engage in more natural back-and-forth, maintain a better sense of time, and even perform live translation" की क्षमता देता है (OpenAI की घोषणा)। प्रेस ब्रीफिंग्स में OpenAI ने डेमो दिखाया जिसमें प्रेज़ेंटर के बोलते समय मॉडल चलता हुआ अनुवाद बोल रहा था।

यह एक प्रॉम्प्ट है, मोड नहीं

कोई ट्रांसलेटर टॉगल, लैंग्वेज-पेयर पिकर या डेडिकेटेड ट्रांसलेशन UI नहीं है। आप Voice सेशन शुरू करते हैं और असिस्टेंट को निर्देश देते हैं: "मैं जो कुछ भी कह रहा हूं उसका साथ-साथ हिंदी में अनुवाद करो।" इसके बाद मॉडल आपके बोलते समय बोला हुआ अनुवाद देता रहता है, जब तक आप उसे रुकने या भाषा बदलने को नहीं कहते। यह वही प्रॉम्प्ट-इनवोक्ड पैटर्न है जो ChatGPT Voice में मई 2026 की Realtime रिलीज़ से मौजूद है; बदला है फुल-डुप्लेक्स डिलीवरी, जिससे अनुवाद आपकी बात के ऊपर ओवरलैप हो सकता है, आपकी बारी खत्म होने का इंतज़ार नहीं करता।

लॉन्च डेमो में क्या दिखा

लॉन्च वीक से अनुवाद क्वालिटी का एकमात्र सार्वजनिक डेटापॉइंट OpenAI के अपने प्रेस डेमो से आता है। लाइव अंग्रेज़ी-से-हिंदी अनुवाद देख रहे TechCrunch ने रिपोर्ट किया कि "the assistant had a heavy American accent and spoke in Hindi that was unnatural sounding and had slightly bookish tone", यानी असिस्टेंट के हिंदी उच्चारण में भारी अमेरिकी लहजा था और हिंदी अस्वाभाविक तथा कुछ हद तक किताबी लगी (TechCrunch)। यह अवलोकन OpenAI की अपनी घोषणा से मेल खाता है: वॉयस "most spoken languages" के लिए ऑप्टिमाइज़्ड है, और "for certain languages, the model may have a non-native accent or gaps in fluency।" OpenAI ने GPT-Live के लिए कोई सपोर्टेड-लैंग्वेज सूची प्रकाशित नहीं की है, और फुल मल्टीलिंगुअल पैरिटी को लॉन्च पर स्पष्ट रूप से अनुपलब्ध बताया गया है (MarkTechPost)।

असिस्टेंट-फर्स्ट ट्रेड-ऑफ

GPT-Live एक सामान्य कन्वर्सेशनल असिस्टेंट है जो अनुरोध पर अनुवाद करता है, डेडिकेटेड इंटरप्रेटर नहीं। इस बनावट के अनुवाद के काम पर असर होते हैं। जो हुंकारा-व्यवहार बातचीत को स्वाभाविक बनाता है ("mhmm," "yeah"), वही ट्रांसलेशन सेशन में गैर-अनुवाद ऑडियो घुसा देता है, और पहले ही दिन कई यूज़र्स ने इन आवाज़ों को दखल देने वाला बताया (BigGo)। लंबे पॉज़ या बैकग्राउंड की बातचीत अनचाहे जवाब ट्रिगर कर सकती है, और प्रीव्यू एक्सेस वाले रिव्यूअर्स ने बताया कि OpenAI द्वारा व्यवहार ट्यून करने से पहले मॉडल वाक्य के बीच में टोक देता था और हंस पड़ता था (Simon Willison)। जिस मॉडल की परिभाषित स्किल है यह तय करना कि कब बोलना है, वह अनुवाद के दौरान भी वह निर्णय लगातार ले रहा होता है, जहां सही जवाब लगभग हमेशा है: "अनुवाद जारी रखो, और कुछ मत कहो।"

3. GPT-Live बनाम OpenAI का पर्पस-बिल्ट ट्रांसलेटर

लॉन्च कवरेज ने यह बात काफी हद तक छोड़ दी कि OpenAI पहले से एक डेडिकेटेड लाइव ट्रांसलेशन मॉडल शिप करता है, और वह एक अलग स्टैक है। 7 मई, 2026 को OpenAI ने Realtime API में gpt-realtime-translate रिलीज़ किया: एक पर्पस-बिल्ट स्ट्रीमिंग स्पीच-टू-स्पीच ट्रांसलेशन मॉडल, जो हज़ारों घंटों के प्रोफेशनल इंटरप्रेटर ऑडियो पर ट्रेन किया गया है और जो केवल-अनुवाद भूमिका में रहने तथा बोलने से पहले पर्याप्त संदर्भ का इंतज़ार करने के लिए कॉन्फ़िगर है (OpenAI की घोषणा)। GPT-Live और Realtime मॉडल अलग फैमिली हैं: GPT-Live बिना API वाला ChatGPT कंज्यूमर सर्फेस है, और gpt-realtime-translate प्रकाशित स्पेक्स, प्राइसिंग और कंस्ट्रेंट्स वाला डेवलपर सर्फेस।

gpt-realtime-translate की 13 दस्तावेज़ित आउटपुट भाषाएं: अंग्रेज़ी, स्पैनिश, पुर्तगाली, फ्रेंच, जर्मन, इतालवी, रूसी, चीनी, जापानी, कोरियाई, हिंदी, इंडोनेशियाई और वियतनामी (OpenAI Cookbook)। जब तक OpenAI GPT-Live की भाषा सूची प्रकाशित नहीं करता, यही सबसे अच्छा उपलब्ध संकेत है कि OpenAI की स्पीच-ट्रांसलेशन ट्रेनिंग कहां सबसे मज़बूत है।

लॉन्च वीक के दो सुधार स्पष्ट कर देना ज़रूरी है, क्योंकि शुरुआती कवरेज ने दोनों को गड़बड़ किया: GPT-Live की कोई API प्राइसिंग नहीं है (कुछ पोस्ट्स में घूम रहे "$32 per million audio input tokens, $64 output" आंकड़े gpt-realtime-2 के हैं, जो एक अलग मॉडल है), और GPT-Live API से बिल्कुल उपलब्ध नहीं है; OpenAI का कहना है कि मॉडल API में "soon" आएंगे, एक नोटिफिकेशन साइनअप फॉर्म के साथ और बिना किसी टाइमलाइन के (Apidog का API-स्टेटस राउंडअप)।

4. OpenAI और लॉन्च रिव्यूअर्स ने कौन सी सीमाएं बताई हैं

• उपयोग सीमाएं असली हैं लेकिन अप्रकाशित। OpenAI का हेल्प सेंटर बताता है कि वॉयस की उपयोग सीमाएं प्लान और Voice विकल्प के अनुसार अलग हैं और बदल सकती हैं; सीमा के करीब पहुंचने पर इन-ऐप नोटिस दिखता है। विशिष्ट आंकड़ों की थर्ड-पार्टी रिपोर्ट्स आपस में टकराती हैं (फ्री अकाउंट्स के लिए 15 मिनट प्रतिदिन से 2 घंटे प्रतिदिन तक); किसी भी विशिष्ट आंकड़े को असत्यापित मानें।
• कोई प्रकाशित लेटेंसी नंबर नहीं। OpenAI ने क्षमता बेंचमार्क (GPQA, BrowseComp, प्रेफरेंस रेट) जारी किए, लेकिन GPT-Live के लिए फर्स्ट-ऑडियो लेटेंसी या लैग की कोई माप नहीं।
• भाषा कवरेज अदस्तावेज़ित है। "Most spoken languages," बाकी के लिए नॉन-नेटिव एक्सेंट और प्रवाह की कमियां स्वीकृत, फुल मल्टीलिंगुअल पैरिटी लॉन्च पर स्पष्ट रूप से नहीं।
• हुंकारे पूरी तरह बंद नहीं किए जा सकते। आप मॉडल को चुप रहने का निर्देश दे सकते हैं, लेकिन पहले दिन की रिपोर्ट्स "mhmm" व्यवहार को लगातार बना रहने वाला और कई यूज़र्स के लिए खिजाने वाला बताती हैं।
• लॉन्च पर कोई वीडियो या स्क्रीन शेयरिंग नहीं, और कुछ संदर्भों में मोड अनुपलब्ध बताया गया है (Business/Enterprise/Edu वर्कस्पेसेस; डेस्कटॉप ऐप वॉयस)।
• सेफ्टी मॉनिटरिंग बीच में दखल दे सकती है। GPT-Live सिस्टम कार्ड के अनुसार, रियल टाइम मॉनिटरिंग जवाब को मोड़ या रोक सकती है, बोला हुआ सेफ्टी संदेश चला सकती है, या उच्च-जोखिम बातचीतें समाप्त कर सकती है।

5. OpenAI ट्रांसलेशन पर स्वतंत्र मापन क्या दिखाता है

उस मापन के तीन निष्कर्ष बताते हैं कि GPT-Live ट्रांसलेशन से क्या उम्मीद रखें, क्योंकि दोनों प्रोडक्ट OpenAI की एक ही स्पीच-ट्रांसलेशन रिसर्च दिशा से निकले हैं:

पहले ऑडियो तक OpenAI का स्टैक सबसे तेज़ है। बोलने की शुरुआत से पहले अनुवादित ऑडियो तक मीडियन 711 ms, उसी मेट्रिक पर Gemini 3.5 Live Translate से लगभग चार गुना तेज़। फुल-डुप्लेक्स GPT-Live को यह फुर्ती विरासत में मिलनी चाहिए; यह इस आर्किटेक्चर की ताकत है।

लगातार बोलने पर लैग जमा होता है। अनुवादित स्पीच सिंथेसाइज़्ड वॉयस की बोलने की गति से बंधी है, इसलिए घने लगातार ऑडियो पर अनुवाद उत्तरोत्तर पीछे रह गया, मीडियन 3.8 s और 20.3 s तक ड्रिफ्ट। फुल-डुप्लेक्स मॉडल यह बाधा नहीं हटाता: बोला हुआ आउटपुट इंसानी रफ्तार से तेज़ नहीं भाग सकता।

कॉम्प्रिहेंशन पर्पस-बिल्ट प्रतिद्वंद्वियों से पीछे है। 4.53/5 कंपोज़िट, मापे गए छह सिस्टम्स में सबसे कम, जिसमें बाहरी शब्द जोड़ना, अर्थ का उलट जाना और नामों का बदल जाना बार-बार दिखने वाली एरर क्लासेस थीं। GPT-Live के प्रेस डेमो पर हिंदी संबंधी टिप्पणी (अमेरिकी लहजा, किताबी टोन) ऐसे स्टैक से मेल खाती है जिसकी गति आगे है और फिडेलिटी पीछे।

6. आज GPT-Live से अनुवाद कैसे करें

1. iOS या Android पर ChatGPT ऐप अपडेट करें (या chatgpt.com उपयोग करें)। GPT-Live 8 जुलाई के बाद के दिनों में रोल आउट हो रहा है; अगर आपका वॉयस मोड अब भी टर्न-बेस्ड व्यवहार करता है, तो रोलआउट आपके अकाउंट तक नहीं पहुंचा है।
2. मैसेज कंपोज़र में Voice आइकन टैप करके सेशन शुरू करें। फ्री अकाउंट्स पर GPT-Live-1 mini चलता है; Go, Plus और Pro अकाउंट्स पर GPT-Live-1।
3. अनुवाद का निर्देश शुरुआत में ही दें: "मैं जो भी कहूं उसका साथ-साथ जापानी में अनुवाद करो। सवालों के जवाब मत दो, टिप्पणी मत करो, केवल अनुवाद करो।" स्पष्ट पाबंदी बातचीत वाली टोकाटाकी को कम करती है, पूरी तरह खत्म नहीं।
4. दोतरफा बातचीत के लिए दोनों दिशाएं मांगें: "मेरी हिंदी का जापानी में अनुवाद करो, और जो भी जापानी सुनो उसका हिंदी में अनुवाद करो।"
5. उपयोग सीमाओं की उम्मीद रखें: OpenAI वॉयस को प्लान के हिसाब से कैप करता है, नंबर प्रकाशित किए बिना, और कैप के करीब पहुंचने पर इन-ऐप नोटिस दिखता है।

7. GPT-Live कब फिट है, और कब नहीं

GPT-Live सही चॉइस है जब

• आपको मुफ्त, ज़ीरो-इंस्टॉल लाइव अनुवाद चाहिए और आप पहले से ChatGPT उपयोग करते हैं। फ्री टियर में अब फुल-डुप्लेक्स वॉयस मॉडल है, जो 8 जुलाई से पहले किसी बड़े असिस्टेंट ने नहीं दिया था।
• बातचीत कैज़ुअल और छोटी है: रास्ता पूछना, छोटा लेन-देन, यात्रा की हल्की-फुल्की बातें। हुंकारे की आदतें और भूमिका से भटकना यहां कम मायने रखते हैं।
• आपको अनुवाद के इर्द-गिर्द असिस्टेंट की भी ज़रूरत है: आप फॉलो-अप सवाल पूछ सकते हैं, संदर्भ ले सकते हैं, या बातचीत के बीच GPT-5.5 से कुछ खोजवा सकते हैं।

दूसरा टूल बेहतर फिट है जब

• आपको लंबी बातचीत के लिए ट्रांसलेटर का भूमिका में टिके रहना चाहिए। डेडिकेटेड इंटरप्रेटर सर्फेस हुंकारे नहीं भरता, हंसता नहीं, और अनुवाद की जगह जवाब नहीं देता।
• आपको सुनते-सुनते पढ़ने योग्य दो-भाषा ट्रांसक्रिप्ट चाहिए। GPT-Live आपको चैट लॉग देता है, न कि सोर्स और अनुवाद का साइड-बाई-साइड व्यू जो कभी खुद को दोबारा नहीं लिखता।
• आपको दस्तावेज़ित भाषा कवरेज चाहिए। OpenAI ने प्रकाशित नहीं किया कि GPT-Live क्या सपोर्ट करता है; पर्पस-बिल्ट प्रोडक्ट अपने लैंग्वेज पेयर दस्तावेज़ित करते हैं।
• आपको ट्रांसलेटेड फोन कॉल्स चाहिए। कोई भी OpenAI सर्फेस फोन नंबर डायल नहीं करता। LiveLingo सामान्य फोन नंबरों पर आउटबाउंड कॉल करता है, लाइन पर अनुवाद चलता रहता है, और दूसरी ओर के व्यक्ति को किसी ऐप की ज़रूरत नहीं।

एक ईमानदार स्वीकारोक्ति। LiveLingo (यह गाइड प्रकाशित करने वाला) डेडिकेटेड-ट्रांसलेटर कैटेगरी में आता है: स्ट्रीमिंग टेक्स्ट + ऑडियो, पर-स्पीकर एट्रिब्यूशन, दिखाए गए ट्रांसक्रिप्ट जो कभी वापस नहीं लिए जाते, और ट्रांसलेटेड आउटबाउंड फोन कॉल्स। GPT-Live की बातचीत की सहजता एक वास्तविक प्रगति है, इसकी फुल-डुप्लेक्स टर्न-टेकिंग हमारे सहित हर डेडिकेटेड ट्रांसलेटर ऐप से आगे है, और इसका फ्री टियर आज लाइव वॉयस ट्रांसलेशन आज़माने का सबसे आसान रास्ता है। स्पेक्स की साइड-बाई-साइड तुलना: /compare/chatgpt-translation। बेंचमार्क नंबर्स: /research/benchmark-2026। OpenAI का पूरा ट्रांसलेशन लाइनअप: /hi/guides/openai-live-translation।

8. अक्सर पूछे जाने वाले प्रश्न

GPT-Live क्या है?

GPT-Live ChatGPT के लिए OpenAI की फुल-डुप्लेक्स वॉयस मॉडल फैमिली है, जो 8 जुलाई, 2026 को डेब्यू हुई। दो मॉडल शिप हुए: GPT-Live-1 (पेड Go, Plus और Pro प्लान्स का डिफॉल्ट) और GPT-Live-1 mini (फ्री यूज़र्स का डिफॉल्ट)। जिस Advanced Voice Mode को यह रिप्लेस करता है उसके विपरीत, GPT-Live एक ही समय पर सुनता और बोलता है, इसलिए इसे स्वाभाविक रूप से टोका जा सकता है, यह आपके बोलते समय हुंकारा भर सकता है, और आपके बोलते-बोलते ही लाइव अनुवाद कर सकता है। जटिल क्वेरीज़ यह बैकग्राउंड में GPT-5.5 को डेलिगेट करता है। यह iOS, Android और chatgpt.com पर चलता है; लॉन्च पर कोई API नहीं है।

क्या GPT-Live रियल टाइम अनुवाद कर सकता है?

हां। लाइव अनुवाद स्पष्ट रूप से नामित लॉन्च क्षमता है, जो मोड टॉगल से नहीं बल्कि प्रॉम्प्ट से इनवोक होती है: असिस्टेंट से कहें "मैं जो भी कहूं उसका साथ-साथ जापानी में अनुवाद करो" और यह आपके बोलते समय चलता हुआ अनुवाद बोलता है। OpenAI कहता है कि वॉयस "most spoken languages" के लिए ऑप्टिमाइज़्ड है, बिना सूची प्रकाशित किए, और यह भी बताता है कि कुछ भाषाओं में नॉन-नेटिव उच्चारण या प्रवाह की कमियां हो सकती हैं। OpenAI के अपने प्रेस डेमो में, TechCrunch ने देखा कि लाइव हिंदी अनुवाद में भारी अमेरिकी लहजा था और हिंदी अस्वाभाविक, कुछ हद तक किताबी लगती थी।

क्या GPT-Live मुफ्त है?

हां, टियर के हिसाब से बंटा हुआ। GPT-Live-1 mini फ्री ChatGPT अकाउंट्स का डिफॉल्ट वॉयस मॉडल है; पेड Go, Plus और Pro प्लान्स को बड़ा GPT-Live-1 मिलता है। कोई नया सब्सक्रिप्शन नहीं आया। वॉयस की उपयोग सीमाएं प्लान के हिसाब से अलग हैं और बदल सकती हैं; OpenAI कोई तय मिनट कैप प्रकाशित नहीं करता, और विशिष्ट डेली लिमिट की थर्ड-पार्टी रिपोर्ट्स आपस में टकराती हैं।

क्या GPT-Live का कोई API है?

नहीं। लॉन्च पर GPT-Live केवल ChatGPT में है। OpenAI मॉडल्स को API में "soon" लाने की योजना रखता है और नोटिफिकेशन साइनअप फॉर्म देता है, बिना किसी एंडपॉइंट, मॉडल ID, प्राइसिंग या टाइमलाइन के। जिन डेवलपर्स को आज OpenAI लाइव ट्रांसलेशन चाहिए, वे अलग Realtime API मॉडल gpt-realtime-translate उपयोग करते हैं: $0.034 प्रति मिनट, 70+ इनपुट भाषाएं, 13 आउटपुट भाषाएं।

GPT-Live Advanced Voice Mode से कैसे अलग है?

Advanced Voice Mode स्पीच-टू-स्पीच था लेकिन टर्न-बेस्ड: वह चुप्पी से तय करता था कि आप बोल चुके हैं, फिर जवाब देता था। GPT-Live एक सिंगल फुल-डुप्लेक्स मॉडल है जो आउटपुट जेनरेट करते हुए इनकमिंग ऑडियो प्रोसेस करता है और हर सेकंड कई बार इंटरैक्शन के निर्णय लेता है। इसे वाक्य के बीच में टोका जा सकता है, यह आपके बोलते समय हुंकारा भरता है, आपके सोचते समय चुप रहता है, और जटिल सवाल बैकग्राउंड में GPT-5.5 को सौंप देता है। OpenAI की ह्यूमन प्रेफरेंस टेस्टिंग में, 75.7% बातचीतों में GPT-Live-1 को Advanced Voice Mode पर वरीयता मिली। Advanced Voice Mode सेटिंग्स में अब भी चुना जा सकता है।

GPT-Live अनुवाद के लिए कौन सी भाषाएं सपोर्ट करता है?

OpenAI ने GPT-Live के लिए कोई भाषा सूची प्रकाशित नहीं की है। लॉन्च सामग्री कहती है कि वॉयस "most spoken languages" के लिए ऑप्टिमाइज़्ड है और बाकी भाषाओं के लिए एक्सेंट और प्रवाह की कमियां स्वीकार करती है; फुल मल्टीलिंगुअल पैरिटी लॉन्च पर स्पष्ट रूप से उपलब्ध नहीं है। OpenAI का डेवलपर-फेसिंग ट्रांसलेशन मॉडल gpt-realtime-translate 70+ इनपुट भाषाएं और 13 आउटपुट भाषाएं दस्तावेज़ित करता है: अंग्रेज़ी, स्पैनिश, पुर्तगाली, फ्रेंच, जर्मन, इतालवी, रूसी, चीनी, जापानी, कोरियाई, हिंदी, इंडोनेशियाई और वियतनामी।

अनुवाद के लिए GPT-Live की तुलना Gemini Live से कैसी है?

आर्किटेक्चरल दांव अलग हैं। GPT-Live एक फुल-डुप्लेक्स कन्वर्सेशनल असिस्टेंट है जो अनुरोध पर अनुवाद करता है। Google का Gemini 3.5 Live Translate Google Translate ऐप, Google Meet और Gemini Live API में एक डेडिकेटेड स्ट्रीमिंग स्पीच-टू-स्पीच ट्रांसलेशन मॉडल है, जो 70+ भाषाएं ऑटो-डिटेक्ट करता है और स्पीकर प्रोसोडी बनाए रखता है। Gemini का सर्फेस पब्लिक API से मापने योग्य है, जहां LiveLingo Research ने 4.93/5 कॉम्प्रिहेंशन कंपोज़िट और लगभग 3-सेकंड स्पीकिंग डिले रिकॉर्ड किया। GPT-Live का कोई API नहीं है, इसलिए कोई समकक्ष स्वतंत्र माप अभी मौजूद नहीं है; लॉन्च वीक की हिंदी डेमो टिप्पणी ही एकमात्र सार्वजनिक क्वालिटी डेटापॉइंट है।

GPT-Live से वापस Advanced Voice Mode पर कैसे जाएं?

ChatGPT की वॉयस सेटिंग्स खोलें और Advanced Voice Mode चुनें। GPT-Live ने 8 जुलाई, 2026 को इसे डिफॉल्ट के रूप में रिप्लेस किया, लेकिन OpenAI ने पुराना मोड उन यूज़र्स के लिए चुनने योग्य रखा है जिन्हें ऐसे फीचर्स चाहिए जो GPT-Live लॉन्च पर सपोर्ट नहीं करता, जैसे वीडियो और स्क्रीन शेयरिंग।

GPT-Live को बीच में टोकने या "mhmm" कहने से कैसे रोकें?

लॉन्च पर हुंकारे वाले व्यवहार को पूरी तरह बंद नहीं किया जा सकता। उपाय है सेशन की शुरुआत में स्पष्ट निर्देश देना, जैसे "जब तक मैं सीधे तुमसे बात न करूं, चुप रहो" या अनुवाद के लिए "केवल मेरी बात का अनुवाद करो, और कुछ मत जोड़ो।" पहले दिन की रिपोर्ट्स कहती हैं कि इससे टोकाटाकी कम होती है लेकिन पूरी तरह खत्म नहीं, और लंबे पॉज़ या बैकग्राउंड की बातचीत अब भी अनचाहे जवाब ट्रिगर कर सकती है। अगर यह व्यवहार आपके काम में बाधा बनता है, तो Advanced Voice Mode वॉयस सेटिंग्स में अब भी चुना जा सकता है।

लाइव बातचीत के अनुवाद के लिए अभी कौन सा टूल इस्तेमाल करें?

GPT-Live कैज़ुअल, हैंड्स-फ्री अनुवाद के लिए फिट है, उस असिस्टेंट के भीतर जो आप पहले से उपयोग करते हैं, फ्री टियर पर। लंबी वास्तविक बातचीतों के लिए पर्पस-बिल्ट ट्रांसलेटर बेहतर फिट हैं: वे केवल-अनुवाद भूमिका में टिकते हैं, पढ़ने योग्य दो-भाषा ट्रांसक्रिप्ट दिखाते हैं, और फिडेलिटी पर मापे जाते हैं। LiveLingo 2026 बेंचमार्क पर, OpenAI के मापने योग्य ट्रांसलेशन सर्फेस (gpt-realtime-translate) ने 4.53/5 कॉम्प्रिहेंशन स्कोर किया, और लगातार बोलने पर अनुवादित ऑडियो 20.3 सेकंड तक पीछे रह गया, जबकि ट्रांसक्रिप्ट-फर्स्ट सिस्टम्स ने सीमित देरी के साथ ऊंची फिडेलिटी रखी। सामान्य फोन नंबरों पर ट्रांसलेटेड कॉल्स के लिए, कोई भी OpenAI सर्फेस डायल नहीं करता; वह अलग प्रोडक्ट कैटेगरी है।

9. स्रोत

• OpenAI. Introducing GPT-Live. OpenAI blog, July 8, 2026. openai.com
• OpenAI. GPT-Live system card. OpenAI Deployment Safety, July 2026. deploymentsafety.openai.com
• OpenAI. ChatGPT Voice (help center). help.openai.com
• TechCrunch. OpenAI releases new voice models for more natural live conversations, July 8, 2026. techcrunch.com
• MarkTechPost. OpenAI Releases GPT-Live and GPT-Live-1 mini: Full-Duplex Voice Models That Delegate Deeper Reasoning to GPT-5.5, July 8, 2026. marktechpost.com
• MacRumors. OpenAI Introduces GPT-Live to Make ChatGPT Voice Feel Like a Real Conversation, July 8, 2026. macrumors.com
• The Decoder. ChatGPT can now listen and talk at the same time, July 2026. the-decoder.com
• SiliconANGLE. OpenAI launches GPT-Live voice model series ahead of broad GPT-5.6 release, July 8, 2026. siliconangle.com
• 9to5Mac. OpenAI upgrading ChatGPT with all-new voice mode experience, July 8, 2026. 9to5mac.com
• Simon Willison. Introducing GPT-Live (प्रीव्यू एक्सेस के नोट्स), July 8, 2026. simonwillison.net
• OpenAI Developers. gpt-realtime-translate model reference और realtime translation guide. developers.openai.com
• Apidog. Is There a GPT-Live API? What Developers Can Use Instead, July 2026. apidog.com
• LiveLingo Research. Real-Time Voice Translation Benchmark 2026, OpenAI gpt-realtime-translate addendum, June 10, 2026. livelingo.io/research/benchmark-2026. Dataset DOI: 10.5281/zenodo.21250032
• LiveLingo. ChatGPT Translation in 2026: Voice Mode, gpt-realtime-translate API, and Whisper Compared. livelingo.io/guides/openai-live-translation

रिलीज़ तारीख, मॉडल नाम, टियर मैपिंग, रोलआउट का दायरा और मूल्यांकन आंकड़े 9 जुलाई, 2026 को OpenAI की घोषणा, सिस्टम कार्ड, हेल्प सेंटर और ऊपर लिंक किए गए लॉन्च कवरेज से सत्यापित किए गए। प्रकाशन के समय GPT-Live एक दिन पुराना है: OpenAI टियर, सीमाएं, भाषा कवरेज और मॉडल व्यवहार तेज़ी से बदल सकता है; किसी भी विशिष्ट दावे पर भरोसा करने से पहले लिंक किए गए स्रोतों में वर्तमान स्थिति देखें।