Hang mód
Ezen az oldalon
Beszélgetés a ChatGPT-vel
A ChatGPT Hang módja szóbeli beszélgetőtárssá alakítja az asszisztenst. Te beszélsz, ő hangosan válaszol, és az egész beszélgetés egyetlen csevegési szálban zajlik: szövegesen is követheted a választ, gépelhetsz, ha éppen nem tudsz beszélni, és átnézheted a korábbi váltásokat anélkül, hogy újrakezdenéd a beszélgetést. Ez a funkció jobban megváltoztatja az eszköz használatát, mint bármely más, mivel megszünteti a billentyűzet szükségességét – és ezzel együtt azt is, hogy a képernyő előtt kelljen ülnöd.
Hangalapú beszélgetés indítása
iPhone-on és Androidon koppints a Voice (Hang) ikonra a beviteli sávon, adj engedélyt a mikrofon használatára, ha az alkalmazás kéri, és válaszd ki a hangot, amikor először használod a funkciót. Ezután beszélj természetesen. A beszélgetés során a mikrofon gomb elnémít vagy felold, a kilépés gomb pedig befejezi a hívást. Weben a lépések ugyanazok: koppints a Voice ikonra a chatgpt.com oldalon található csevegés beviteli területén, majd engedélyezd a mikrofon hozzáférést a böngésződben.
Az asztali alkalmazásban a Hang módot elsősorban a Work és a Codex vezérlésére tervezték: feladatok indítása, haladásuk nyomon követése és több ügynök koordinálása hang útján. A Csevegésben folytatott szóbeli beszélgetésekhez használd a webes vagy mobilalkalmazásokat.
Ne keverd össze a Hang módot a diktálással, ami egy különálló mikrofon ikon. A diktálás leírja az üzenetet, amelyet elküldés előtt átnézhetsz és szerkeszthetsz. Ha szóról szóra pontos szövegre van szükséged, használd a diktálást; a Hang mód beszélgetésre épül.
Három mód, egy beállítás
A Settings > Voice (Beállítások > Hang) menüpont alatt három lehetőséget találsz, az előfizetési csomagodtól, régiódtól, alkalmazásodtól és munkaterületedtől függően.
- A Live (Élő) a legtermészetesebb. A GPT-Live-1.1 vagy annak könnyebb változata, a GPT-Live-1.1 Quip hajtja (csomagodtól függően), és egyszerre hallgat és beszél: megszakíthatod, akárcsak egy emberi beszélgetőtársat. Képes webes keresésre, a memória használatára, vizuális eredmények megjelenítésére, a bővítményeid használatára, valamint szöveg és képek fogadására ugyanabban a szálban.
- Az Advanced (Haladó) az előző valós idejű élmény. Mobilon továbbra is hasznos olyan feladatokhoz, amelyeket a Live nem támogat: élő videó megosztása a kamerádról vagy a képernyődről, jogosult előfizetők számára.
- A Standard (Alap) lépésről lépésre működik: a beszédedet leírja a rendszer, majd a ChatGPT válaszol.
Amikor a Live módnak műveletet kell végrehajtania egy csatlakoztatott alkalmazásban, a jóváhagyás a képernyőn történik: hangalapú megerősítést a webes vagy mobil felületeken nem fogad el a rendszer.
Mennyi hangidőt kapsz?
A Csevegésben a Live használatát gördülő 24 órás alapon mérik, és a ChatGPT értesít, ha közelítesz a limithez.
| Csomag | Hang a Csevegésben, gördülő 24 óra |
|---|---|
| Ingyenes | Korlátozott hozzáférés a GPT-Live-1.1 Quiphez |
| Go | 3 óra a GPT-Live-1.1 Quippel |
| Plus | 3 óra a GPT-Live-1.1-gyel |
| Pro 100 $-ért | 15 óra a GPT-Live-1.1-gyel |
| Pro 200 $-ért | Korlátlan, visszaélés elleni védelem mellett |
| Üzleti, Standard felhasználó | 3 óra, majd percenként 1,25 kredit |
| Üzleti, Premium felhasználó | 15 óra, majd percenként 1,25 kredit |
Mit tesz lehetővé a hang?
A beszélgetés valóban kétirányú: a Live móddal közbeszólhatsz, hogy átfogalmazd vagy megváltoztasd az irányt, és a folyamat gördülékeny marad. A nyelvváltás igény szerint történik: kezdheted franciául, kérhetsz egy kifejezést angolul, majd folytathatod spanyolul.
„Hogyan mondják professzionális angolul, hogy ‘Szeretném jövő hétre átütemezni a találkozónkat’?“
A ChatGPT hangosan közli a kifejezést, és te azonnal megkérheted, hogy ismételje meg, fogalmazza át, vagy ajánljon egy hivatalosabb változatot. Az oda-vissza váltás tíz másodpercet vesz igénybe, míg írásban ehhez három üzenetre lett volna szükség.
Az ötletelés (brainstorming) szintén ideális felhasználási eset a hang számára, mivel tolerálja a pontatlanságot és lendületből táplálkozik.
„Ötletekre van szükségem az iskolánk új tanévi kampányához. Vezetőváltókat célozunk meg. Dobj be néhány ötletet, és megmondom, melyikek tetszenek.“
Ugyanez a mechanizmus működik gyakorlásra is: „Futtass velem egy állásinterjú-szimulációt digitális projektmenedzser pozícióra. Tegyen fel egy kérdést egyszerre, és minden válaszom után adj visszajelzést.“ Vagy nyelvi gyakorlásra: „Gyakoroljunk spanyolul. Te spanyolul beszélsz hozzám, én spanyolul válaszolok. Minden váltás végén javítsd ki a hibáimat.“ Mindkét esetben a beszéd nem csupán kényelmi funkció; hanem a gyakorlat alapvető módja.
Mikor maradj a billentyűzetnél, és legjobb gyakorlatok
A Hang mód akkor nyer, amikor úton vagy, amikor tele van a kezed, vagy amikor természetesebb hangosan gondolkodni, mint írni. Hátrányba kerül csendes vagy közös irodában, valamint whenever a feladat kódot, táblázatokat vagy pontosan másolandó szöveget tartalmaz.
Néhány szokás jelentősen javítja az élményt. Beszélj természetesen, túlzott artikulálás nélkül. Legyél pontos, ahogy írásban is tennéd: egy homályos kérés homályos választ eredményez. Azonnal szakíts félbe, ha a válasz rossz irányba indul. Időérzékeny kérdések esetén vedd figyelembe, hogy a Hang mód az eszközöd időzónájára támaszkodik a „ma“ vagy „holnap“ megértéséhez: ha a válasz furcsának tűnik, add meg a dátumot, időzónát vagy helyszínt, és ellenőrizd a kritikus információkat, akárcsak írásban.
Az adatok oldalán a hangnak saját beállítása van: a Settings > Data controls (Beállítások > Adatvezérlés) alatt az Include your audio recordings (Hangfelvételeid hozzáadása) opció határozza meg, hogy a hang- és diktálásfelvételeid felhasználhatók-e a modellek fejlesztésére. Az Improve the model for everyone (A modell fejlesztése mindenki számára) kikapcsolása szintén leállítja ezt a megosztást.
Rajtad a sor
Tíz perc beszédben. Nyisd meg a Hang módot a telefonodon vagy a weben, és ellenőrizd az aktív lehetőséget a Settings > Voice (Beállítások > Hang) menüpont alatt. Kérj magyarázatot egy szakterületedhez kapcsolódó fogalomra, szakítsd meg egy követő kérdéssel, fordíttass le egy mondatot angolra, majd németre, és zárj három perc ötleteléssel egy aktuális projektről. Ezután nézd át az írott szálat: ez rögzít mindent, ami elhangzott.
Hivatalos források: ChatGPT Voice (OpenAI Súgóközpont: Live, Advanced és Standard lehetőségek, kezdés, korlátok csomagonként, videó- és képernyőmegosztás) · ChatGPT Work és Codex (Hang a Workben és az asztali alkalmazásban) · Voice Dictation FAQ (diktálás és hangmegosztás)
Főbb megállapítások
- A Hang módot a webes és mobil felületeken a beviteli sáv Voice ikonjával indíthatod; asztali gépen elsősorban a Work és Codex vezérlésére szolgál
- Három lehetőség a Settings > Voice menüben: Live (legtermészetesebb), Advanced (videó- és képernyőmegosztás mobilon) és Standard (lépésről lépésre)
- A hangidő a csomagodtól függ, és gördülő 24 órás alapon mérik
- Ideális ötleteléshez, nyelvi gyakorláshoz, interjúfelkészüléshez és mobilitáshoz
- Szóról szóra pontos szöveghez használd a diktálást (mikrofon ikon), beszélgetéshez pedig a Hang módot