Przejdź do głównej treści
Polski— Wybierz język
Menu

Rozmowy głosowe z ChatGPT

Lekcja 9 z 14 Zaktualizowano 5 listopada 2026 Średnio zaawansowani
Na tej stronie
  1. Trzy opcje głosowe
  2. Rozpoczęcie rozmowy
  3. Co umożliwia tryb głosowy
  4. Kiedy głos sprawdza się najlepiej
  5. Przełączanie między głosem a tekstem
  6. Wypróbuj to sam
  7. Kluczowe wnioski

ChatGPT Voice zamienia pisemną wymianę zdań w rozmowę spoken: mówisz, ChatGPT odpowiada na głos, a transkrypt pojawia się w tym samym wątku czatu. To nie tylko kwestia estetyki. Głos sprawia, że narzędzie jest użyteczne, gdy pisanie jest niemożliwe lub niewygodne – podczas spaceru, gotowania czy między spotkaniami. Od lipca 2026 r. doświadczenie to opiera się na modelu GPT-Live, który słucha i mówi jednocześnie.

Trzy opcje głosowe

W sekcji Settings > Voice Centrum Pomocy OpenAI opisuje trzy dostępne opcje. Ich dostępność zależy od Twojego planu subskrypcji, obszaru roboczego, regionu oraz wersji aplikacji:

  • Live działa na silniku GPT-Live-1.1 lub GPT-Live-1.1 Quip, w zależności od Twojego planu. Słucha i mówi jednocześnie, dzięki czemu przerywanie i zadawanie pytań dodatkowych wydaje się naturalne. Może korzystać z wyszukiwania w sieci, pamięci, widżetów wizualnych, wtyczek i podłączonych aplikacji, a w tej samej rozmowie akceptuje zarówno tekst, jak i obrazy. Nie obsługuje jednak wideo ani udostępniania ekranu.
  • Advanced to starsze rozwiązanie do rozmów głosowych w czasie rzeczywistym. Wybierz tę opcję, aby udostępniać wideo na żywo lub swój ekran w aplikacjach na iOS i Androida.
  • Standard działa w trybie sekwencyjnym: najpierw Twoja wypowiedź jest transkrybowana, a dopiero potem generowana jest odpowiedź.

Aby zamienić prosty zapis dźwiękowy na edytowalny tekst bez rozpoczynania rozmowy, użyj zamiast tego dyktowania.

Trzy opcje głosowe Trzy kolumny. Live: GPT-Live-1.1, słucha i mówi jednocześnie, z wyszukiwaniem, pamięcią i wtyczkami, bez wideo. Advanced: starszy głos w czasie rzeczywistym, do wideo i udostępniania ekranu na urządzeniach mobilnych. Standard: sekwencyjnie, mowa jest transkrybowana, a następnie generowana jest odpowiedź. SETTINGS > VOICE Trzy opcje głosowe Live Silnik GPT-Live-1.1 lub 1.1 Quip Mocna strona Słucha i mówi jednocześnie Ograniczenie Brak wideo lub udostępniania ekranu Advanced Silnik Starszy głos w czasie rzeczywistym Mocna strona Wideo, udostępnianie ekranu Ograniczenie Na iOS i Androida Standard Silnik Transkrypcja, a następnie odpowiedź Mocna strona Proste, sekwencyjne Ograniczenie Brak nakładania się
Na podstawie artykułu „ChatGPT Voice“ w Centrum Pomocy OpenAI (listopad 2026).

Rozpoczęcie rozmowy

Na urządzeniu mobilnym lub w przeglądarce internetowej kliknij ikonę Voice w pasku wprowadzania danych i przyznaj dostęp do mikrofonu, jeśli zostaniesz o to poproszony. Przy pierwszym użyciu wybierz głos, a następnie zacznij mówić. W trakcie rozmowy możesz wyciszyć mikrofon lub zakończyć sesję głosową. Limity korzystania z funkcji Live zależą od Twojego planu w ramach przesuwającego się okna 24-godzinnego: ograniczony dostęp w wariancie darmowym, trzy godziny w planach Go i Plus, a więcej w planach Pro i Business Premium. ChatGPT powiadomi Cię, gdy zbliżysz się do swojego limitu.

Co umożliwia tryb głosowy

Dzięki funkcji Live rozmowa przypomina połączenie telefoniczne: możesz przerwać wypowiedź, zmienić sformułowanie w locie lub zrobić pauzę na zastanowienie. Gdy pytanie wymaga głębszych badań lub rozumowania, ChatGPT może przełączyć się na potężniejszy model i kontynuować rozmowę podczas przetwarzania danych. Jeśli działanie wtyczki wymaga Twojej zgody, musisz potwierdzić je na ekranie; zatwierdzanie głosowe nie jest obsługiwane.

W Centrum Pomocy znajduje się jedno zastrzeżenie: głos wykorzystuje strefę czasową Twojego urządzenia do interpretacji określeń takich jak „dzisiaj“ czy „jutro“. W przypadku pytań wrażliwych na datę, godzinę lub lokalizację, podaj te szczegóły wyraźnie i zweryfikuj kluczowe informacje.

Kiedy głos sprawdza się najlepiej

Korzyść jest oczywista, gdy jesteś w ruchu: możesz poprosić o wyjaśnienie, sporządzić szkic wiadomości lub przeprowadzić burzę mózgów, sięgając po klawiaturę. Najbogatszy przypadek użycia leży jednak gdzie indziej: mówienie zmusza Cię do formułowania idei inaczej niż podczas pisania, co często pomaga odblokować tok myślenia. Podyktuj ustny szkic, a następnie poproś o jego sformatowanie: „Opiszę teraz mój projekt, a Ty streszczysz go w 30-sekundowym pitchu“.

Struktura jest tak samo ważna w mowie, jak i w piśmie. Zwrot „Mam trzy pytania dotyczące naszego uruchomienia. Pierwsze pytanie…“ przynosi lepsze rezultaty niż nieprzerwany potok słów. Pomocne są również markery kontekstu: „Wróćmy do budżetu“ lub „Zmieńmy temat“. W bardzo hałaśliwym środowisku przełącz się z powrotem na tekst, zamiast powtarzać to samo zdanie trzy razy.

Przełączanie między głosem a tekstem

Głos i tekst współistnieją w tej samej rozmowie: możesz pisać, gdy nie możesz mówić, dołączyć obraz podczas połączenia lub później przejrzeć transkrypt. Jest to cenne przy zapisywaniu ustnej listy zadań w formie pisemnej lub udostępnianiu linku, którego trudno wymówić. W obszarach roboczych Business, Enterprise, Edu i Healthcare dostępność funkcji głosowych zależy od ustawień obszaru roboczego; w ChatGPT Work pozwala ona również rozpocząć zadanie, które kontynuowane jest w formie tekstowej po zakończeniu połączenia.

Wypróbuj to sam

Sesja trzyetapowa. Otwórz funkcję Voice, wybierając opcję Live. Przedstaw swoją rolę w 30 sekund, a następnie zapytaj: „Biorąc pod uwagę to, co właśnie powiedziałem, jakie są trzy zadania w moim dniu, w których mógłbyś mi najbardziej pomóc?“. Przerwij odpowiedź w połowie, aby wyjaśnić jakiś punkt, a na koniec poproś o pisemne podsumowanie, które znajdziesz w historii rozmowy.

Źródła oficjalne: ChatGPT Voice · Notatki wydawnicze ChatGPT (Centrum Pomocy OpenAI) · Wprowadzenie do GPT-Live (OpenAI)

Kluczowe wnioski

  • Trzy opcje w Settings > Voice: Live (GPT-Live-1.1), Advanced do wideo i udostępniania ekranu oraz Standard do interakcji sekwencyjnych
  • Live słucha i mówi jednocześnie, korzysta z wyszukiwania, pamięci i wtyczek, ale nie obsługuje wideo
  • Korzystanie z Live jest limitowane przez plan w ramach przesuwającego się okna 24-godzinnego
  • Zatwierdzenia odbywają się na ekranie; w przypadku pytań wrażliwych podaj datę i lokalizację
  • Głos i tekst współistnieją w tej samej rozmowie, łącznie z transkryptem