1

شرکت OpenAI قابلیت Live Dictation را در ChatGPT ارتقا داده است. این به‌روزرسانی، سرعت و قابلیت اطمینان تبدیل گفتار به متن را افزایش می‌دهد و محدودیت قبلی 10 دقیقه‌ای ضبط صدا را نیز حذف می‌کند. این قابلیت در حال انتشار جهانی برای تمام طرح‌های اشتراک ChatGPT در سیستم‌عامل‌های iOS و اندروید، نسخه وب و برنامه‌های دسکتاپ است. پیش از این، کاربرانی که پیام‌های طولانی یا یادداشت‌های خود را با استفاده از قابلیت دیکته در ChatGPT وارد می‌کردند، باید تا پایان پردازش صدا منتظر می‌ماندند تا متن گفتارشان نمایش داده شود. علاوه بر این، مدت زمان ضبط به 10 دقیقه محدود بود.

قابلیت Live Dictation این روند را تغییر می‌دهد و هم‌زمان با صحبت کردن کاربر، کلمات را روی صفحه نمایش می‌دهد. مشاهده زنده متن پیاده‌سازی‌شده به کاربران کمک می‌کند کلماتی را که اشتباه تشخیص داده شده‌اند، همان لحظه اصلاح کنند، در میانه صحبت جمله‌بندی خود را تغییر دهند یا در جلسات طولانی ایده‌پردازی، نگارش متن و ارائه دستورالعمل‌های چندمرحله‌ای، بدون وقفه به صحبت کردن ادامه دهند.

آزادی بیان آنچه در ذهن دارید، اکنون فراهم است

درحالیکه ابزارهای داخلی سیستم‌عامل‌ها برای دیکته صوتی، امکان ساده‌ای برای ورود متن فراهم می‌کنند، قابلیت Live Dictation مستقیماً در رابط کاربری ChatGPT فعالیت می‌کند و فاصله میان صحبت کردن، بازبینی متن و ارسال پیام را کاهش می‌دهد. برای نویسندگان، توسعه‌دهندگان و کاربران عادی که ترجیح می‌دهند به‌جای تایپ کردن، ایده‌های پیچیده خود را با صحبت کردن بیان کنند، دیکته زنده، ورودی صوتی را به تجربه‌ای پیوسته ویرایش‌پذیر و بلادرنگ تبدیل می‌کند.

OpenAI با ترکیب سرعت بیشتر در پیاده‌سازی گفتار به متن و حذف محدودیت زمانی جلسات ضبط، تعامل بدون نیاز به استفاده از دست با ChatGPT را در تمام دستگاه‌های پشتیبانی‌شده روان‌تر کرده است.

آیا این همان پرحرفی معروف نسل جدید است؟

این به‌روزرسانی همچنین یک کنترل رابط کاربری ظریف را برای کاربرانی معرفی می‌کند که هنگام صحبت کردن، ترجیح می‌دهند با عناصر بصری کمتری روی صفحه مواجه شوند. کاربران می‌توانند هنگام دیکته کردن، با ضربه زدن یا کلیک کردن روی شکل موج صوتی، نمایش متن زنده را فعال یا غیرفعال کنند. حساب رسمی ChatGPT در شبکه اجتماعی X نیز درباره این قابلیت نوشت:

قابلیت دیکته در ChatGPT سریع‌تر و قابل‌اعتمادتر شده است.
با دیکته زنده، گفتار شما هم‌زمان با صحبت کردنتان به متن تبدیل می‌شود؛ بنابراین زمان کمتری را منتظر می‌مانید تا پیاده‌سازی پیام صوتی‌تان به پایان برسد.
پس با خیال راحت به صحبت کردن ادامه دهید!

OpenAI هم‌زمان با اعلام این قابلیت، اطلاعات مشخصی درباره معیارهای تأخیر، میزان دقت یا حداکثر مدت زمان جدید ضبط منتشر نکرده است و تنها اعلام کرده که این قابلیت در مقایسه با نسخه قبلی سریع‌تر و قابل‌اعتمادتر شده است. برای کاربرانی که نگران حریم خصوصی داده‌های خود هستند، OpenAI اعلام کرده است که امکان مدیریت اشتراک‌گذاری فایل‌های صوتی دیکته از طریق تنظیمات کنترل داده در ChatGPT وجود دارد.

کاربران می‌توانند گزینه افزودن فایل‌های صوتی ضبط‌شده را غیرفعال کنند یا اشتراک‌گذاری داده‌ها برای بهبود مدل را خاموش کنند. قابلیت Live Dictation در حال انتشار جهانی برای تمام سطوح اشتراک ChatGPT، شامل طرح‌های رایگان و پولی، در سیستم‌عامل‌های iOS و Android و همچنین نسخه‌های وب و دسکتاپ است. با تکمیل فرایند انتشار این قابلیت برای حساب‌های مختلف، کاربران می‌توانند با لمس نماد میکروفون و شروع صحبت کردن، از تجربه جدید دیکته صوتی استفاده کنند.