Ugrás a főtartalomra
Magyar— Nyelv kiválasztása
Menü

Beszélgetés hangalapú módban a ChatGPT-vel

9. lecke 14 közül Frissítve 2026. november 5. Középhaladó
Ezen az oldalon
  1. Három hangbeállítás
  2. Beszélgetés indítása
  3. Mit tesz lehetővé a hangalapú mód
  4. Mikor ragyog a hangalapú mód
  5. Váltás hang és szöveg között
  6. Próbáld ki te is
  7. Főbb megállapítások

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.

Három hangbeállítás Három oszlop. Live: GPT-Live-1.1, egyszerre hallgat és beszél, kereséssel, memóriával és bővítményekkel, videó nélkül. Advanced: korábbi valós idejű hang, videóhoz és képernyőmegosztáshoz mobilon. Standard: körökre osztott, a beszéd először átiratolódik, majd generálódik a válasz. BEÁLLÍTÁSOK > HANG Három hangbeállítás Live Motor GPT-Live-1.1 vagy 1.1 Quip Erősség Egyszerre hallgat és beszél Korlátozás Nincs videó vagy képernyőmegosztás Advanced Motor Korábbi valós idejű hang Erősség Videó, képernyőmegosztás Korlátozás iOS és Android rendszeren Standard Motor Átiratolás, majd válasz Erősség Egyszerű, körökre osztott Korlátozás Nincs átfedés
Az OpenAI Súgóközpont „ChatGPT Voice“ című cikke alapján (2026. november).

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