ChatGPT започна да говори директно в чата: гласовият режим стана по-достъпен и получи транскрипция в реално време

През последните месеци OpenAI значително актуализира интерфейса на ChatGPT, което прави гласовата комуникация с изкуствения интелект много по-лесна и удобна. Преди използването на гласов режим изискваше превключване към отделен прозорец с анимирани балончета; сега просто докоснете познатата икона на микрофон директно в основния чат. Тази нова функция е достъпна както в мобилното приложение, така и в уеб-версията на услугата.

Преди гласовият режим беше изолиран: потребителите можеха само да слушат отговорите на бота и ако нещо беше неразбираемо, трябваше да излязат от гласовия режим, за да прочетат текстовата версия на отговора. Сега обаче нещата са много по-практични – преписът на речта се показва директно в чата, което позволява на потребителите едновременно да слушат и четат отговорите на ChatGPT, без да прекъсват разговора.

ChatGPT също се е научил да показва подходящи данни, като например времето или карти. На практика обаче тази функция все още не е перфектна: вместо вградена карта, ботът често показва само връзки към маршрути, въпреки че демонстрационните видеоклипове на OpenAI обещават пълна интеграция на карти директно в чата. Картата понякога се появява, но все още не е стабилна.

Когато гласовият режим беше пуснат за първи път, потребителите активно го тестваха, но с течение на времето интересът към функцията намаля значително. Може би затова OpenAI реши да интегрира гласовия режим директно в чата, за да го направи по-достъпен и да ангажира отново потребителите. Колкото повече хора използват гласови команди, толкова повече данни ще получи компанията, за да усъвършенства своите модели.

Важно е да се отбележи, че потребителите все още имат възможността да контролират дали гласовите им записи се използват за обучение на изкуствения интелект. Можете да деактивирате използването на аудио данните ви за обучение на моделите в настройките на приложението. За да направите това, просто отидете в секцията за управление на данни и деактивирайте съответния превключвател.

За тези, които предпочитат стария формат на гласовия режим с отделен интерфейс, OpenAI е оставил и опция: можете да се върнете към предишния orb-режим в настройките, ако ви е по-удобно. В мобилната версия това става чрез секцията „Глас“, а в уеб интерфейса – чрез „Персонализация“ и допълнителни настройки.

Интегрирането на гласовия режим в основния чат прави комуникацията с ChatGPT по-естествена: вече можете безпроблемно да превключвате между текст и глас в рамките на един разговор. Има обаче една особеност: гласовият режим продължава да слуша потребителя, докато не приключи сесията. Това може да доведе до неудобни ситуации: например, ако забравите да изключите микрофона си, ботът може да започне да отговаря на произволни разговори, бъркайки ги с команди.

ChatGPT в момента не прекратява автоматично гласовия режим след продължителна неактивност, въпреки че конкуренти като Gemini вече имат тази функция. Освен това, Gemini отдавна предлага възможността едновременно да слуша речта на бота и да преглежда неговия препис, което преди беше негово предимство. Сега, когато ChatGPT има подобна опция, много потребители може да преосмислят предпочитанията си към услугата на OpenAI, особено ако предпочитат гласовия ѝ режим.

Като цяло, актуализациите на ChatGPT са насочени към това да направят взаимодействието с изкуствения интелект възможно най-просто, гъвкаво и познато за потребителите, независимо дали предпочитат гласова или текстова комуникация.