ChatGPT Voice अब डेस्कटॉप पर: GPT-Live, Appshots और सुपर ऐप का नया दौर

GPT-Live तकनीक: एडवांस्ड वॉइस मोड की जगह लेता है

GPT-Live वॉइस मॉडल का एक नया परिवार है जो फुल-डुप्लेक्स आर्किटेक्चर पर बनाया गया है - यह एक साथ सुन और बोल सकता है, बजाय इसके कि बारी-बारी से "पुश-टू-टॉक" शैली में काम करे । 8 जुलाई, 2026 को दो संस्करण जारी किए गए:

• GPT-Live-1 - भुगतान करने वाले ग्राहकों (Go, Plus, Pro) के लिए
• GPT-Live-1 mini - फ्री-टियर उपयोगकर्ताओं के लिए

यह सिस्टम पिछले एडवांस्ड वॉइस मोड को पूरी तरह से बदल देता है । मुख्य आर्किटेक्चरल बदलाव इस प्रकार हैं:

• मॉडल लगातार ऑडियो इनपुट प्रोसेस करता है और ऑडियो आउटपुट जनरेट करता है, न कि तेज़ी से बारी-बारी से
• यह "प्रति सेकंड कई बार" निर्णय लेता है कि उत्तर देना है, रुकना है या कोई टूल इन्वोक करना है
• यह जटिल तर्क कार्यों को बैकग्राउंड में GPT-5.5 (और बाद में GPT-5.6) को सौंप देता है
• यह प्राकृतिक रुकावट, ओवरलैपिंग भाषण और रीयल-टाइम बैकचैनलिंग ("उह हुह") को सपोर्ट करता है
• यह बातचीत के दौरान स्क्रीन पर जानकारी प्रदर्शित कर सकता है

पिछला एडवांस्ड वॉइस मोड (मध्य-2024 में लॉन्च) एक टर्न-बेस्ड सिस्टम था जो सुनने और बोलने के बीच वैकल्पिक करता था। इसे 8 जुलाई, 2026 को GPT-Live द्वारा पूरी तरह से बदल दिया गया । पुराने macOS डेस्कटॉप वॉयस फीचर को उससे भी पहले - 15 जनवरी, 2026 को - GPT-Live रोलआउट से पहले वॉयस क्षमताओं को सुव्यवस्थित और बेहतर बनाने की एक व्यापक योजना के हिस्से के रूप में हटा दिया गया था ।

चैट, वर्क और कोडेक्स में हैंड्स-फ्री समन्वय

डेस्कटॉप पर ChatGPT Voice उपयोगकर्ताओं को तीन मोड - Chat, Work और Codex - एक ही डेस्कटॉप शेल से सभी को वॉयस द्वारा नियंत्रित करने की सुविधा देता है ।

• Chat - मानक वार्तालाप ChatGPT इंटरफ़ेस
• ChatGPT Work - 9 जुलाई, 2026 को लॉन्च, मल्टी-स्टेप प्रोफेशनल कार्यों (शीट्स, स्लाइड्स, डॉक्स, वेब ऐप बनाना) के लिए GPT-5.6 और Codex द्वारा संचालित एक नया स्वायत्त एजेंट
• Codex - समर्पित कोडिंग एजेंट, अब उसी डेस्कटॉप ऐप में एकीकृत

उपयोगकर्ता वर्क या कोडेक्स में चल रहे एकाधिक एजेंटों को एक साथ निर्देशित करने के लिए वॉयस कमांड बोल सकते हैं, उदाहरण के लिए: "मेरा कैलेंडर चेक करो, एक ईमेल ड्राफ्ट करो, और एक मीटिंग सारांश तैयार करो" ।

Appshots फीचर (केवल macOS)

Mac डेस्कटॉप ऐप पर, ChatGPT Voice Appshots के साथ एकीकृत होता है, जो मई 2026 में मूल रूप से Codex के लिए जारी किया गया एक फीचर है जो AI को सबसे आगे की ऐप विंडो को कैप्चर करने देता है - जिसमें उसका स्क्रीनशॉट और एक्सेसिबल टेक्स्ट शामिल है ।

• वॉइस मोड में यह कैसे काम करता है: Settings > Voice में "Screen context" चालू करें, फिर "Take a look at this" कहें। ChatGPT विंडो की छवि और टेक्स्ट कैप्चर करता है, जिसमें दृश्य क्षेत्र के बाहर की सामग्री भी शामिल है
• Codex में यह कैसे काम करता है: सबसे आगे की विंडो को Codex में भेजने के लिए दोनों Command कुंजियाँ दबाएं
• यह ChatGPT को डिज़ाइन टूल, डैशबोर्ड, दस्तावेज़ और अन्य ऐप से रीयल-टाइम विज़ुअल और टेक्स्टुअल संदर्भ देता है, बिना उपयोगकर्ता को कॉपी, पेस्ट या स्क्रीन पर क्या है यह वर्णन करने की आवश्यकता के

कंप्यूटर यूज़ और प्लगइन्स के साथ एकीकरण

डेस्कटॉप पर ChatGPT Voice बोले गए अनुरोधों को निष्पादित करने के लिए Computer Use (OS को नियंत्रित करने की OpenAI की क्षमता), स्थानीय फ़ाइलों और प्लगइन्स का लाभ उठाता है । सिस्टम यह कर सकता है:

• ऑपरेटिंग सिस्टम को नेविगेट करना, कैलेंडर चेक करना, एप्लिकेशन खोलना और ऑन-स्क्रीन तत्वों के साथ इंटरैक्ट करना
• विस्तारित टूल एक्सेस के लिए प्लगइन्स का उपयोग करना
• विंडोज़ पर, यह Appshots स्क्रीन-कॉन्टेक्स्ट फीचर के बिना वही कंप्यूटर-नियंत्रण क्षमताएं प्रदान करता है

व्यापक एकीकरण: Codex + ChatGPT + Work → एक GPT-5.6-संचालित डेस्कटॉप ऐप

ChatGPT Voice का डेस्कटॉप लॉन्च दो सप्ताह पहले, 9 जुलाई, 2026 को हुए एक बड़े प्रोडक्ट कंसोलिडेशन पर आधारित है:

• क्या हुआ: स्टैंडअलोन Codex ऐप को नए ChatGPT डेस्कटॉप ऐप में मर्ज कर दिया गया। संयुक्त ऐप में तीन मोड हैं - Chat, Codex और Work - जो macOS और Windows पर एक ही शेल में चल रहे हैं
• ChatGPT Work को ChatGPT और Codex के संयोजन के रूप में पेश किया गया है, जो गैर-तकनीकी उपयोगकर्ताओं को दस्तावेज़ निर्माण, वर्कफ़्लो ऑटोमेशन और प्रोजेक्ट मैनेजमेंट के लिए Codex की क्षमताओं तक पहुंच प्रदान करता है
• OpenAI ने GPT-5.6 द्वारा संचालित एक नया Chrome एक्सटेंशन, रीवैंप्ड इन-ऐप ब्राउज़र और तेज़ Computer Use भी जारी किया