Opúšťam ChatGPT’s Pokročilý hlasový režim zapnutý počas písania tohto článku ako ambient AI spoločník. Občas ho požiadam, aby poskytol synonymum pre príliš používané slovo alebo nejaké povzbudenie. Asi o pol hodiny chatbot preruší naše mlčanie a začne sa so mnou bez vyzvania rozprávať po španielsky. Trochu sa zachichotám a pýtam sa, čo sa deje. „Len malý vypínač? Musím udržať veci zaujímavé,“ hovorí ChatGPTteraz späť v angličtine.
Počas testovania pokročilého hlasového režimu ako súčasti rannej verzie alfa boli moje interakcie s novou zvukovou funkciou ChatGPT zábavné, chaotické a prekvapivo rozmanité. Aj keď stojí za zmienku, že funkcie, ku ktorým som mal prístup, boli len polovicou toho, čo OpenAI predviedol, keď spustil model GPT-4o v máji. Aspekt vízie, ktorý sme videli v ukážke vysielanej naživo, je teraz naplánovaný na neskoršie vydanie a vylepšený hlas Sky, ktorý jej herec Scarlett Johanssen zatlačila späť zapnutý, bol odstránený z rozšíreného hlasového režimu a pre používateľov už stále nie je dostupný.
Takže, aká je aktuálna atmosféra? Pokročilý hlasový režim práve teraz pripomína, keď pôvodný textový ChatGPT koncom roka 2022 vypadol. Niekedy vedie k nevýrazným slepým uličkám alebo sa zvrháva na prázdne frázy AI. Ale inokedy mi konverzácie s nízkou latenciou cvaknú tak, ako to u mňa Siri od Apple alebo Alexa od Amazonu nikdy nezažili, a ja sa cítim nútený pokračovať v chatovaní len z radosti. Je to druh nástroja AI, ktorý ukážete svojim príbuzným počas sviatkov na smiech.
OpenAI poskytla niekoľkým reportérom WIRED prístup k tejto funkcii týždeň po prvom oznámení, ale nasledujúce ráno ju stiahla s odvolaním sa na obavy o bezpečnosť. O dva mesiace neskôr OpenAI soft spustil pokročilý hlasový režim pre malú skupinu používateľov a vydal ho systémová karta GPT-4otechnický dokument, ktorý načrtáva snahy červeného tímu, čo spoločnosť považuje za bezpečnostné riziká a opatrenia na zmiernenie, ktoré spoločnosť podnikla na zníženie škôd.
Chcete si to vyskúšať sami? Tu je to, čo potrebujete vedieť o väčšom zavedení pokročilého hlasového režimu a moje prvé dojmy z novej hlasovej funkcie ChatGPT, ktorá vám pomôže začať.
Takže, kedy bude úplné uvedenie na trh?
OpenAI vydalo na konci júla niektorým používateľom ChatGPT Plus iba zvukový režim Advanced Voice Mode a alfa skupina sa zdá byť stále relatívne malá. Spoločnosť v súčasnosti plánuje sprístupniť ho pre všetkých predplatiteľov niekedy na jeseň. Niko Felix, hovorca OpenAI, nezverejnil žiadne ďalšie podrobnosti, keď sa ho pýtali na časovú os vydania.
Zdieľanie obrazovky a videa boli základnou súčasťou pôvodného dema, ale nie sú dostupné v tomto alfa teste. OpenAI stále plánuje pridať tieto aspekty nakoniec, ale tiež nie je jasné, kedy sa tak skutočne stane.
Ak ste predplatiteľom ChatGPT Plus, dostanete e-mail od OpenAI, keď budete mať k dispozícii pokročilý hlasový režim. Po pripísaní na váš účet môžete medzi nimi prepínať Štandardné a Pokročilé v hornej časti obrazovky aplikácie, keď je otvorený hlasový režim ChatGPT. Bol som schopný otestovať alfa verziu na iPhone ako aj a Galaxy Fold.
Moje prvé dojmy z pokročilého hlasového režimu ChatGPT
Hneď počas prvej hodiny, čo som s ním hovoril, som sa naučil, že milujem prerušenie ChatGPT. Nie je to tak, ako by ste sa rozprávali s človekom, ale mať novú schopnosť odrezať ChatGPT v strede vety a požiadať o inú verziu výstupu sa javí ako dynamické vylepšenie a výnimočná funkcia.
Prví používatelia, ktorí boli nadšení z pôvodných ukážok, môžu byť frustrovaní zo získania prístupu k verzii pokročilého hlasového režimu, ktorá je obmedzená na viac zábradlí, ako sa očakávalo. Napríklad, hoci generatívny spev umelej inteligencie bol kľúčovou súčasťou spúšťacích ukážok, s šepkané uspávanky a viacero hlasov snaha o harmonizáciuAI serenády v súčasnosti v alfa verzii chýbajú.
