Напредниот гласовен режим на ChatGPT звучи неверојатно реалистично и е далеку подобар од роботскиот глас, кој луѓето почнаа да го поврзуваат со дигиталните асистенти како што се Алекса или Сири.
Реагира во реално време, може да се прилагоди, може да се смее кога корисникот се шегува и има способност да ја процени емоционалната состојба на говорникот врз основа на неговиот тон на глас.
Напредниот гласовен режим, кој работи со најмоќната верзија на четботот ChatGPT-4o, ќе започне да се применува за платените корисници. Напредниот гласовен режим ќе започне да се применува за мала група претплатници на режимот „Plus“ со цел да биде достапен на сите корисници на „Plus“ наесен.
Пресвртница за ChatGPT
ChatGPT веќе има помалку софистициран гласовен режим. Но, воведувањето на напредниот гласовен режим би можело да означи голема пресвртница за OpenAI, трансформирајќи го она што веќе беше – ВИ четбот сличен на виртуелен, личен асистент, со кој сега корисниците можат да разговараат на речиси ист начин како со пријател.
Леснотијата на разговорот со напредниот гласовен режим на ChatGPT би можела да ги поттикне корисниците почесто да ја користат алатката и ќе претставува предизвик за виртуелните асистенти како што се Apple и Amazon, пишува CNN.
Но, воведувањето на напредниот гласовен режим за ChatGPT, исто така, доаѓа со големи прашања: Дали алатката ќе разбере што корисниците се обидуваат да кажат, дури и ако имаат разлики во говорот? И дали корисниците ќе му веруваат на ВИ асистентот кој звучи човечки, дури и кога работите ќе бидат погрешни?
Извор: Freepik
Безбедност и проба
Од OpenAI првично рекоа дека планираат да почнат со воведување на напредниот говорен режим во јуни, но рекоа дека им е потребен „уште еден месец за лансирање“ за да ја тестираат безбедноста на алатката и да бидат сигурни дека ќе можат да ја користат милиони луѓе, а сепак да одговара брзо во реално време.
Компанијата соопшти дека последните месеци ги тестирала гласовните можности на ВИ моделот со повеќе од 100 тестери кои барале да се идентификуваат потенцијални слабости, „кои заедно говорат вкупно 45 различни јазици и претставуваат 29 различни географски области“, се вели во соопштението.
Меѓу своите мерки за безбедност, компанијата соопшти дека гласовниот режим нема да може да користи ниту еден глас освен четирите претходно поставени гласови, кои се креирани во соработка со актери кои ги позајмуваат своите гласови, за да се избегне имитирање, и исто така, режимот ќе блокира одредени барања кои имаат за цел генерирање на музика или други аудио содржини заштитени со авторски права. OpenAI наведува дека алатката ќе има исти заштитни мерки како и текстуалниот режим на ChatGPT, за да се спречи генерирање незаконски или „штетни“ содржини.
Гласот на познатата актерка
Напредниот гласовен режим, исто така, ќе има една голема разлика во однос на демото што OpenAI го покажа во мај: Корисниците повеќе нема да можат да пристапат до гласот за кој многумина (вклучувајќи ја и самата актерка) веруваа дека е на Скарлет Јохансон. Иако од OpenAI тврдеа дека гласот никогаш не требало да звучи како оној на Јохансон и дека е креиран со помош на друг актер, сепак тие ја паузираа употребата на гласот „од почит“, откако актерката се пожали.
Лансирањето на напредниот гласовен режим на ChatGPT доаѓа откако OpenAI објави дека тестира пребарувач кој ја користи својата ВИ технологија, бидејќи компанијата продолжува да го проширува своето портфолио на ВИ алатки за потрошувачите. OpenAI пребарувачот би можел на крајот да претставува голема конкурентска закана за доминацијата на Google во онлајн пребарувањето.
