Vyhledávání na webu

OpenAI zavádí vysoce očekávaný pokročilý hlasový režim, ale má to háček

Pokud zvažujete získání členství ChatGPT Plus, možná je nyní ten správný čas.

Když OpenAI v květnu uspořádalo jarní spuštění, jednou z největších špiček bylo jeho demo nového hlasového režimu na ChatGPT, přeplňované novými video a audio funkcemi GPT-4o. Velmi očekávaný nový hlasový režim je konečně tady (tak nějak).

V úterý OpenAI prostřednictvím příspěvku X oznámilo, že startup zavádí hlasový režim v alfa verzi pro malou skupinu uživatelů ChatGPT Plus a nabízí jim chytřejšího hlasového asistenta, kterého lze přerušit a reagovat na jejich emoce.

Pokud se účastníte alfy, obdržíte e-mail s pokyny a zprávou v mobilní aplikaci, jak je znázorněno na videu výše. Pokud jste ještě neobdrželi upozornění, žádný strach. OpenAI sdělilo, že bude i nadále průběžně přidávat uživatele, s plánem pro všechny předplatitele ChatGPT Plus, aby k němu měli přístup na podzim.

V původní ukázce na spouštěcí akci, která je uvedena níže, společnost předvedla multimodální schopnosti Voice Mode, včetně pomoci s obsahem na obrazovkách uživatelů a použití kamery telefonu uživatele jako kontextu pro odpověď.

Hlasový režim alpha bohužel tyto funkce mít nebude. OpenAI sdělilo, že „možnosti sdílení videa a obrazovky budou spuštěny později“. Startup také uvedl, že od původního demoverze technologie zlepšil kvalitu a bezpečnost hlasových konverzací.

OpenAI testovala hlasové schopnosti s více než 100 externími červenými týmy ve 45 jazycích, podle vlákna X. Startup také trénoval model, aby mluvil pouze čtyřmi přednastavenými hlasy, blokoval výstupy, které se od těchto určených hlasů liší, a implementoval zábradlí pro blokování požadavků.

Startup také uvedl, že vezme v úvahu zpětnou vazbu od uživatelů k dalšímu vylepšení modelu a v srpnu bude sdílet podrobnou zprávu týkající se výkonu GPT-4o, včetně omezení a hodnocení bezpečnosti.

Můžete se stát předplatitelem ChatGPT Plus za 20 $měsíčně. Mezi další výhody členství patří pokročilé funkce analýzy dat, generování obrázků a prioritní přístup ke GPT-4o.

Týden poté, co OpenAI tuto funkci představila, Google představil podobnou funkci s názvem Gemini Live, která zatím není uživatelům dostupná. To se může brzy změnit na události Made by Google, která se uskuteční za několik týdnů.

Související články