Beszélgetés hangalapú módban a ChatGPT-vel
Ezen az oldalon
A ChatGPT hangalapú módja az írott beszélgetéseket szóbeli társalgássá alakítja: te beszélsz, a ChatGPT hangosan válaszol, és az átirat ugyanabban a beszélgetési szálban jelenik meg. Ez nem csupán kozmetikai fejlesztés. A hangalapú használat akkor válik értékessé, amikor a gépelés lehetetlen vagy kényelmetlen – séta közben, főzés során vagy értekezletek között. 2026 júliusa óta az élmény a GPT-Live modellen alapul, amely képes egyszerre hallgatni és beszélni.
Három hangbeállítás
A Beállítások > Hang menüpontban az OpenAI Súgóközpont három lehetőséget ír le. Az elérhetőség az előfizetési csomagodtól, munkaterületedtől, régiódtól és az alkalmazás verziójától függ:
- A Live (Élő) mód a GPT-Live-1.1 vagy a GPT-Live-1.1 Quip modellen fut, a csomagodtól függően. Egyszerre hallgat és beszél, így a félbeszakítások és az utánkövető kérdések természetesnek hatnak. Képes webes keresést, memóriát, vizuális widgeteket, bővítményeket és csatlakoztatott alkalmazásokat használni, valamint ugyanabban a beszélgetésben szöveget és képeket is fogad. Nem támogatja a videót vagy a képernyőmegosztást.
- Az Advanced (Haladó) mód a korábbi valós idejű hangélmény. Ezt a lehetőséget válaszd, ha élő videót vagy képernyőt szeretnél megosztani az iOS és Android alkalmazásokban.
- A Standard (Alap) mód körökre osztott: először átiratolja a beszédedet, majd ez alapján generálja a választ.
Ha egyszerű felvételt szeretnél szerkeszthető szöveggé alakítani beszélgetés indítása nélkül, használd a diktálás funkciót helyette.
Beszélgetés indítása
Mobilon vagy weben válaszd ki a Hang ikont a beviteli sávban, és engedélyezd a mikrofon hozzáférést, ha a rendszer kéri. Első alkalommal válassz egy hangot, majd kezdj el beszélni. A beszélgetés során némíthatod a mikrofonodat, vagy kiléphetsz a hangalapú munkamenetből. A Live mód használati korlátai a csomagodtól függnek egy gördülő 24 órás időszakon belül: korlátozott hozzáférés az ingyenes szinten, három óra a Go és Plus csomagokban, valamint több a Pro és Business Premium csomagokban. A ChatGPT értesít, ha közelítesz a limithez.
Mit tesz lehetővé a hangalapú mód
A Live móddal a beszélgetés olyan, mint egy telefonhívás: félbeszakíthatsz, menet közben átfogalmazhatsz dolgokat, vagy szünetet tarthatsz gondolkodás céljából. Ha egy kérdés mélyebb kutatást vagy következtetést igényel, a ChatGPT átválthat egy erősebb modellre, és folytatja a beszélgetést munka közben. Ha egy bővítmény művelete jóváhagyást igényel tőled, azt a képernyőn kell megerősítened; a hangalapú jóváhagyás nem támogatott.
Egy figyelmeztetés a Súgóközpontból: a hangalapú mód az eszközöd időzónáját használja az olyan kifejezések értelmezéséhez, mint a „ma“ vagy a „holnap“. Dátum-, idő- vagy helyfüggő kérdések esetén ezeket a részleteket mindig add meg explicit módon, és ellenőrizd a kritikus információkat.
Mikor ragyog a hangalapú mód
Az előny nyilvánvaló, amikor úton vagy: kérj magyarázatot, vázlatolj egy üzenetet, vagy ötletelj billentyűzet elővétele nélkül. A leggazdagabb felhasználási eset azonban máshol rejlik: a beszéd rákényszerít, hogy másképp fogalmazd meg az ötleteidet, mint írásban, ami gyakran segít feloldani a gondolkodási blokkokat. Diktálj egy szóbeli tervezetet, majd kérd meg a rendszert, hogy formázza át: „Leírom a projektemet, te pedig foglald össze egy 30 másodperces pitch-be.“
A struktúra szóban ugyanolyan fontos, mint írásban. „Három kérdésem van a bevezetésünkkel kapcsolatban. Az első kérdés…“ jobb eredményt hoz, mint a folyamatos szövegáradat. A kontextusjelölők is segítenek: „Térjünk vissza a költségvetéshez“, vagy „Váltsunk témát“. Nagyon zajos környezetben válts vissza szöveges módra, ahelyett, hogy háromszor is megismételnéd ugyanazt a mondatot.
Váltás hang és szöveg között
A hang és a szöveg ugyanabban a beszélgetésben létezik egymás mellett: gépelhetsz, amikor nem tudsz beszélni, csatolhatsz képet hívás közben, vagy később átnézheted az átiratot. Ez értékes lehet egy szóbeli teendőlista írásos rögzítésére, vagy egy nehezen kiejthető link megosztására. A Business, Enterprise, Edu és Healthcare munkaterületeken a hangalapú funkció elérhetősége a munkaterület beállításaitól függ; a ChatGPT Work esetében pedig lehetővé teszi, hogy olyan feladatot indíts, amely a hívás befejezése után szöveges módban folytatódik.
Próbáld ki te is
Három részből álló munkamenet. Nyisd meg a Hang funkciót a Live opcióval. Mutatkozz be 30 másodpercben, majd kérdezd meg: „Az alapján, amit most mondtam, melyik az a három feladat a napomban, amiben a legnagyobb segítséget tudnád nyújtani?“ Szakítsd félbe a választ a közepén egy pont tisztázása érdekében, majd zárd a beszélgetést egy írásos összefoglaló kérésével, amelyet a beszélgetés előzményeiben találsz meg.
Hivatalos források: ChatGPT Voice · ChatGPT kiadási jegyzetek (OpenAI Súgóközpont) · A GPT-Live bemutatása (OpenAI)
Főbb megállapítások
- Három lehetőség a Beállítások > Hang menüben: Live (GPT-Live-1.1), Advanced videóhoz és képernyőmegosztáshoz, valamint Standard a körökre osztott interakcióhoz
- A Live egyszerre hallgat és beszél, használ keresést, memóriát és bővítményeket, de nem támogatja a videót
- A Live használata csomagonként korlátozott egy gördülő 24 órás ablakon belül
- A jóváhagyások a képernyőn történnek; érzékeny kérdések esetén add meg a dátumot és a helyszínt
- A hang és a szöveg ugyanabban a beszélgetésben létezik, beleértve az átiratot is