- Binibigyang-daan ka ng voice mode na makipag-ugnayan sa ChatGPT sa pamamagitan ng matatas na pagsasalita.
- Ito ay magagamit nang libre na may ilang mga limitasyon sa oras.
- Nag-aalok ng pag-customize na may iba't ibang boses at pagtukoy ng emosyon
- Gumagana sa mobile at desktop, sa maraming wika at rehiyon
Ang voice mode sa ChatGPT ay nagmarka ng isang mahalagang punto sa kung paano tayo nakikipag-ugnayan sa artificial intelligence . Simula nang ipakilala ng OpenAI ang feature na ito, inihambing ito sa mga eksena mula sa mga futuristic na pelikula tulad ng 'Her,' at may mabuting dahilan ito. Ang kakayahang makipag-usap sa isang AI na parang isang totoong tao ay nagpabago sa karanasan ng gumagamit.
Sa kasalukuyan, ang feature na ito ay hindi lamang available sa mga nagbabayad na user kundi libre rin sa limitadong bersyon . Naging posible ito dahil sa pagpapatupad ng mas mahusay na mga modelo tulad ng GPT-4 Mini, na nagbubukas ng pinto sa isang maayos, natural, at nakakagulat na pag-uusap kasama ang pinakasikat na virtual assistant sa kasalukuyan.
Ano ang Advanced Voice Mode sa ChatGPT at paano ito gumagana?
Ang advanced voice mode ay nagbibigay-daan sa iyong makipag-chat gamit ang ChatGPT nang hindi nagta-type . Sa pamamagitan lamang ng pagsasalita, awtomatikong nade-detect ng AI kung kailan mo sisimulan at tatapusin ang isang pangungusap at tumutugon gamit ang boses ng tao. Hindi mo na kailangang palaging pindutin ang mga buton para makipag-ugnayan , na nagpapabuti sa daloy at natural na pakiramdam ng interaksyon.
Ang mode na ito ay pinapagana ng GPT-4o, ang pinaka-advanced na modelo ng OpenAI sa kasalukuyan , bagama't ang libreng bersyon ay gumagamit ng GPT-4o Mini. Sa pagsasagawa, ang karanasan ay halos magkapareho sa parehong kaso : mabilis na mga tugon, natural na boses, at ang kakayahang mapanatili ang konteksto ng isang pag-uusap.
Isa sa mga pinakakapansin-pansing katangian nito ay ang kakayahang putulin ang katulong anumang oras at baguhin ang takbo ng pag-uusap , tulad ng gagawin mo sa isang tao. Bukod pa rito, maaari nitong bigyang-kahulugan ang mga emosyonal na nuances sa boses ng gumagamit, na ginagawa itong mas sensitibong katulong sa tono at intensyon.
Paano i-activate ang voice mode sa ChatGPT mula sa iyong mobile
Ang pag-activate ng voice mode sa ChatGPT ay simple at available sa parehong Android at iPhone device . Buksan ang opisyal na app at hanapin ang voice wave icon sa tabi ng microphone icon. Ang microphone icon ay ginagamit para sa pagdidikta ng isang partikular na mensahe, habang ang voice wave icon ay nagsisimula ng isang buong pag-uusap.
Kapag na-tap na, ang screen ay magbabago sa isang interface na may gitnang sphere , na nagpapahiwatig na nakikinig ang AI. Mula sa sandaling iyon, maaari ka nang magsalita at ang ChatGPT ay tutugon halos sa totoong oras.
Para makumpleto ang setup, makakakita ka ng gear icon sa kanang sulok sa itaas. Mula doon, maaari kang pumili sa pagitan ng iba't ibang boses ng lalaki at babae , bawat isa ay may natatanging emosyonal na mga nuances. Habang binabalikan mo ang bawat isa, maririnig mo ang isang sample ng kung ano ang tunog nito upang matulungan kang gumawa ng pinakamahusay na pagpili.
Ano ang mga available na boses at paano sila nag-iiba?
Nagsama ang OpenAI ng siyam na natatanging boses upang i-personalize ang karanasan . Ang mga opsyong ito ay nagbibigay-daan sa iyong iakma ang tono ng assistant ayon sa iyong mga kagustuhan. Ang mga available na boses ay Arbor, Breeze, Cove, Ember, Juniper, Maple, Sol, Spruce, at Vale. Bawat isa ay may kanya-kanyang istilo, mula sa malumanay at nakakarelaks na mga boses hanggang sa mas masigla o malalim.
Sa unang pag-setup, hihilingin sa iyo ng app na pumili ng isa sa mga boses na ito , ngunit maaari mo itong baguhin anumang oras mula sa menu ng mga setting. Ang ilan ay nagdulot pa ng kontrobersiya, tulad ng boses na "Sky", na pansamantalang inalis dahil sa pagkakahawig nito sa boses ni Scarlett Johansson.
Mga pagkakaiba sa pagitan ng libre at bayad na mga bersyon
Bagama't maaaring gamitin ng lahat ng user ang advanced voice mode, may mga limitasyon ang libreng bersyon . Sa mga kasong ito, ang paggamit ay limitado sa pang-araw-araw na limitasyon sa oras na nag-iiba depende sa load ng server. Aabisuhan ka ng application kapag may 3 minuto na lang ang natitira sa iyong pang-araw-araw na oras ng paggamit.
Dati, ang limitasyon ay buwanan , kaya mas naging mahirap ang pag-eksperimento sa tool. Ngayon, ang limitasyong ito ay binago na sa pang-araw-araw na paghihigpit, na nagpapahintulot sa mga user na makipag-chat sa assistant araw-araw nang libre, bagama't sa limitadong paraan.
Para mapalawak ang iyong kaalaman tungkol sa mga posibleng pag-unlad , inirerekomenda naming sumangguni ka kung paano muling binibigyang-kahulugan ng OpenAI ang estratehiya nito gamit ang GPT-4.5 at GPT-5.
Ang mga subscriber ng ChatGPT Plus ay patuloy na may ganap na access sa kumpletong modelo ng GPT-4o, nang walang mga paghihigpit sa oras. Bagama't gumagamit ang libreng bersyon ng GPT-4o Mini, ang praktikal na pagkakaiba ay minimal lamang sa pang-araw-araw na pag-uusap.
Mga advanced na tampok: memorya, emosyon at pagpapasadya
Isa sa mga pangunahing pagsulong ng modong ito ay ang kakayahang matandaan ang mga bahagi ng mga nakaraang pag-uusap . Ang tungkuling ito ng memorya ay nagbibigay-daan para sa pagkakapare-pareho sa matagalang interaksyon o iyong mga nahahati sa iba't ibang sesyon, kaya pinapadali ang isang mas malapit at mas kontekstwal na relasyon.
Bukod pa rito, kayang matukoy ng modelo ang mga emosyon sa boses ng gumagamit . Kung nakakaramdam ito ng pagkadismaya, saya, o sarkasmo, maaaring iakma ng sistema ang mga tugon nito upang maging mas maunawain. Pinatitibay nito ang pakiramdam ng pakikipag-usap sa isang tunay na katulong sa halip na isang makina.
Sa mga pagsubok na isinagawa ng ilang outlet ng media, sinubukan ang kakayahang ito na may nakakagulat na mga resulta . Halimbawa, nagawa ng sistema na matukoy ang iba't ibang boses ng tao at mapanatili ang magkakaugnay na mga pag-uusap, na tinutukoy ang bawat isa ayon sa pangalan.
Mga praktikal na halimbawa ng pang-araw-araw na paggamit
Maraming user ang nagbahagi ng mga praktikal na karanasan sa paggamit ng voice mode sa kanilang pang-araw-araw na buhay. Mula sa sabay-sabay na pagsasalin ng isang pag-uusap hanggang sa pagsunod sa isang recipe ng pagluluto habang nakikipag-usap sa AI. Sa isa sa mga pinakapinag-uusapang kaso, hiniling ng isang user sa ChatGPT na kumilos na parang Valencian chef habang ipinapaliwanag kung paano gumawa ng magandang paella. Ang tugon ay detalyado, masigasig at perpektong naka-segment.
Isa pang kawili-wiling halimbawa ay ang mga pagsusulit sa pagsasalin sa ilang wika . Bagama't nagpakita ng mahusay na kahusayan ang sistema sa Ingles, maayos din ang naging resulta nito sa mga wikang tulad ng Basque, bagama't may ilang limitasyon sa punto at istrukturang gramatikal.
Ang kakayahang makita kung sino ang nagsasalita sa isang pag-uusap ng maraming tao at maglapat ng iba't ibang mga panuntunan sa bawat tao ay na-highlight din bilang isang tampok na hangganan sa magic.
Available sa desktop, mobile, at mga rehiyon
Ang voice mode ay available sa parehong mga mobile device (iOS at Android) at mga desktop na bersyon para sa Windows at macOS . Ang mahalaga ay naka-install ang pinakabagong bersyon ng ChatGPT application at ibigay ang mga kinakailangang pahintulot para sa pag-access sa mikropono.
Sa simula ay eksklusibo lamang sa mga planong Plus at Enterprise, mula noon ay inilunsad na ito para sa mga libreng gumagamit sa iba't ibang rehiyon, kabilang ang European Union, Switzerland, Norway, Iceland, at Liechtenstein. Maaari na itong gamitin nang libre ngayon sa Spain.
Para sa mga mobile device, dapat naka-enable ang chat history para gumana nang tama ang feature. Kapag naka-enable na, sine-save ng system ang mga pasalitang pag-uusap tulad ng mga text message, na nagbibigay-daan sa iyong ipagpatuloy ang mga ito sa ibang pagkakataon o i-export ang mga ito.
Mga elementong nagpapaiba sa voice mode na ito
Ang pinakamalaking pagkakaiba sa pagitan ng standard at advanced voice mode ay ang pagiging natural . Bagama't ang nauna ay may mga paghinto, mabagal, at nagpapahirap sa pagpapanatili ng maayos na pag-uusap, binabago ng advanced mode ang karanasan sa isang bagay na halos parang tao.
Hindi na kailangang hintayin pang mag-isip at magproseso ang makina, dahil halos agad-agad na tumutugon ang AI . Dahil sa bagong modelo nito, direkta nitong binibigyang-kahulugan ang boses nang hindi na kinakailangang isalin muna ito sa teksto, na nakakatipid ng mga hakbang at nagpapabuti sa pangkalahatang karanasan ng gumagamit.
Napakaganda ng resulta na kahit na ang mga may kaunting kaalaman sa teknolohiya ay maaaring magsagawa ng mga kumplikadong pag-uusap sa ChatGPT gamit lamang ang boses, na nagde-demokratize ng access sa pakikipag-usap na AI.
Ang pagsulong na ito ay nagdadala ng higit pa sa kaginhawahan: ito ay kumakatawan sa isang pagbabago sa relasyon sa pagitan ng mga tao at mga makina. Ang kakayahang makisali sa diyalogo, makagambala, baguhin ang paksa, at maging ang pagpapahayag ng mga damdamin ay ginagawang higit na isang digital na kasama ang ChatGPT kaysa sa isang simpleng tool.
Ang pakikipag-usap sa ChatGPT gamit ang iyong boses ay hindi lamang isang simpleng tampok; ito ay isang rebolusyon sa kung paano tayo nakikipag-ugnayan sa artificial intelligence . Mula sa pagpili mula sa maraming boses at pagsasalin nang real time hanggang sa pagkakaroon ng three-way chat sa mga miyembro ng pamilya, tila walang katapusan ang mga opsyon. Ang pinakakahanga-hanga ay kung gaano na ka-accessible ang teknolohiyang ito, na magagamit nang libre—kahit na may mga limitasyon—para sa lahat. Walang alinlangang nakakagulat at nakakaakit ang pagsubok sa tampok na ito.