Nowa aktualizacja ChatGPT wprowadza zaawansowany tryb głosowy!

Jeśli kiedyś wydawało Ci się, że rozmawianie ze sztuczną inteligencją w stylu Jarvisa z Iron Mana jest daleką przyszłością, to ta przyszłość właśnie nadeszła. ChatGPT Plus (płatna subskrypcja) wprowadza długo wyczekiwany zaawansowany tryb głosowy. Na ten moment dostęp do tego trybu został przyznany testowej grupie użytkowników.

Najnowsza aktualizacja ChatGPT wprowadza długo wyczekiwaną funkcję - zaawansowany tryb głosowy, która umożliwia użytkownikom interakcję z modelem od OpenAI za pomocą głosu. Funkcja ta została zaprojektowana, aby umożliwić bardziej naturalne i płynne rozmowy z AI, przypominające dialogi z ludzkim rozmówcą. Opcja ta jest szczególnie przydatna w sytuacjach, gdy korzystanie z klawiatury jest niewygodne lub niemożliwe, np. podczas prowadzenia samochodu czy wykonywania innych czynności wymagających użycia rąk. Choć funkcja głosowa była dostępna w ChatGPT-4 od dłuższego czasu, tak zaawansowany tryb ma cechować się przede wszystkim minimalnym opóźnieniem w odpowiedzi (200-300 milisekund) oraz realistycznie brzmiącym głosem, w którym słychać emocje.

Zaawansowana opcja głosowa w ChatGPT 4o działa na zasadzie dwukierunkowej komunikacji głosowej. Użytkownicy mogą wydawać polecenia, zadawać pytania i prowadzić rozmowy, a model odpowiada w czasie rzeczywistym, generując odpowiedzi w postaci syntetycznego głosu o naturalnym brzmieniu. Co więcej, nowa funkcjonalność obejmuje rozpoznawanie mowy oraz adaptację do stylu i tonu użytkownika, co sprawia, że rozmowy z ChatGPT są bardziej spersonalizowane i dostosowane do indywidualnych potrzeb użytkowników.

Oczekuje się, że kolejne aktualizacje ChatGPT przyniosą jeszcze bardziej zaawansowane funkcje, które uczynią interakcje z AI bardziej wszechstronnymi i intuicyjnymi. Jednym z głównych kierunków rozwoju jest dalsza poprawa jakości syntezatora mowy oraz zwiększenie naturalności i płynności odpowiedzi głosowych. Planowane są również usprawnienia w zakresie rozumienia kontekstu oraz długoterminowej pamięci modelu, co pozwoli na bardziej spójne i kompleksowe rozmowy.

Inne przewidywane zmiany to integracja z urządzeniami IoT (Internet of Things) oraz rozwój funkcji wielozadaniowości, gdzie ChatGPT będzie mógł jednocześnie prowadzić rozmowy i wykonywać różne zadania na urządzeniach użytkowników. W perspektywie długoterminowej, zespół OpenAI pracuje nad zwiększeniem zdolności modelu do rozumienia i generowania bardziej złożonych treści multimedialnych, co może otworzyć drogę do zastosowań AI w jeszcze szerszym spektrum dziedzin, takich jak edukacja, rozrywka czy opieka zdrowotna.

Rozwój funkcji głosowych w ChatGPT to krok w stronę bardziej naturalnych i ludzkich interakcji z AI, co może znacząco wpłynąć na sposób, w jaki korzystamy z technologii w codziennym życiu. Kolejne aktualizacje będą kontynuować ten trend, przynosząc nowe możliwości i zwiększając wszechstronność tego narzędzia. Jarvis z Iron-Mana to już (prawie) fakt.