Omówienie
Czym jest ChatGPT Voice?
ChatGPT Voice pozwala mówić do ChatGPT i słyszeć odpowiedzi głosowe. Voice działa w ramach czatu, więc możesz słuchać, śledząc odpowiedź w tekście, pisać, gdy nie możesz mówić, i przeglądać wcześniejsze wiadomości bez zaczynania od nowa.
Jeśli zamiast tego chcesz zamienić pojedyncze nagranie na edytowalny tekst, użyj Dyktowania ChatGPT.
Opcja Live może słuchać i mówić jednocześnie, dzięki czemu rozmowa i przerywanie brzmią bardziej naturalnie. Live może też korzystać z wyszukiwania w sieci i pamięci, pokazywać wyniki wizualne w obsługiwanych widżetach oraz pracować z tekstem i obrazami, gdy te funkcje są dostępne na Twoim koncie.
ChatGPT może popełniać błędy. Sprawdzaj ważne informacje, zwłaszcza w pytaniach zależnych od daty, czasu lub lokalizacji. Voice korzysta ze strefy czasowej urządzenia lub przeglądarki, aby rozumieć określenia takie jak „dzisiaj” czy „jutro”. Jeśli odpowiedź wydaje się nietrafna, sprawdź strefę czasową albo podaj w pytaniu dokładną datę, strefę czasową lub lokalizację. Dowiedz się więcej o ChatGPT i dokładności.
Jakie opcje Voice są dostępne?
W sekcji Ustawienia → Głos możesz zobaczyć następujące opcje:
Live: nasza najnowsza funkcja Voice, oparta na GPT-Live-1 w planach płatnych i GPT-Live-1 mini w planie Free. Live zaprojektowano z myślą o naturalnej rozmowie w obie strony. Może korzystać z wyszukiwania w sieci i pamięci, pokazywać wyniki wizualne w obsługiwanych widżetach oraz pracować z tekstem i obrazami w tym samym czacie. Live początkowo nie obsługuje wideo, udostępniania ekranu, połączonych aplikacji ani wtyczek.
Advanced: poprzednia funkcja Voice działająca w czasie rzeczywistym. Użyj Advanced, gdy potrzebujesz obsługiwanych funkcji mobilnych, takich jak wideo lub udostępnianie ekranu.
Standard: funkcja Voice działająca tura po turze, która transkrybuje Twoją wypowiedź przed wygenerowaniem odpowiedzi.
Dostępne opcje mogą zależeć od planu, ustawień przestrzeni roboczej, regionu i wersji aplikacji.
Aby przełączyć się między dostępnymi opcjami, otwórz Ustawienia → Głos i wybierz Live, Advanced lub Standard.
Dostępność w przestrzeniach roboczych Business, Enterprise, Edu i Healthcare
ChatGPT Voice jest dostępny w kwalifikujących się przestrzeniach roboczych Business, Enterprise, Edu i Healthcare, zależnie od ustawień przestrzeni roboczej.
Dostępne są dwa warianty trybu głosowego:
Tryb głosowy w Chat: Prowadź naturalne rozmowy w czasie rzeczywistym, aby zadawać pytania, wspólnie szukać pomysłów i analizować różne koncepcje. Tryb głosowy w Chat, oparty na GPT-Live, jest dostępny w Chat na komputery oraz w obsługiwanych wersjach internetowych i aplikacjach na iOS i Androida.
Tryb głosowy w Work i Codex: Używaj głosu, aby rozpoczynać zadania, sprawdzać postępy, pytać o agentów i koordynować wielu agentów w ramach jednej rozmowy. Dostępny w aplikacji ChatGPT na komputery z macOS i Windows oraz przez zdalny dostęp z połączonego urządzenia z iOS. Samodzielny tryb głosowy w Work i Codex nie jest dostępny w przeglądarce ani na urządzeniach mobilnych.
W przestrzeniach roboczych Enterprise, Edu i Healthcare usługa Live jest początkowo dostępna w ramach dwutygodniowego okresu wczesnego dostępu. W tym okresie właściciele przestrzeni roboczej muszą włączyć zarówno opcję Głos, jak i Wczesny dostęp do modeli, zanim użytkownicy będą mogli korzystać z Live.
Po włączeniu obu ustawień użytkownicy mogą wybrać Live w sekcji Ustawienia → Głos. W okresie wczesnego dostępu trwające rozmowy w zaawansowanym trybie głosowym nie są automatycznie przełączane na Live.
Jeśli opcja Głos jest wyłączona, tryb głosowy jest niedostępny. Jeśli opcja Głos jest włączona, ale opcja Wczesny dostęp do modeli pozostaje wyłączona, użytkownicy mogą nadal korzystać z zaawansowanego trybu głosowego, lecz Live pozostaje niedostępny.
Po zakończeniu okresu wczesnego dostępu Live staje się domyślnym wariantem trybu głosowego w przestrzeniach roboczych z włączoną opcją Głos. Właściciele przestrzeni roboczej mogą całkowicie wyłączyć tryb głosowy, wyłączając opcję Głos.
Limity użycia
Użycie Live jest mierzone w ruchomym okresie 24 godzin, a limity mogą się zmieniać. ChatGPT powiadomi Cię, gdy osiągniesz limit.
ChatGPT Pro (200 USD/mies.): nieograniczony dostęp do GPT-Live-1.
ChatGPT Pro (100 USD/mies.): do 12 godzin z GPT-Live-1 przy poziomie inteligencji Szybki, 12 godzin przy poziomie Średni lub Wysoki oraz 24 godziny z GPT-Live-1 mini.
ChatGPT Go i Plus: do 1 godziny z GPT-Live-1 przy poziomie inteligencji Szybki, 1 godzina przy poziomie Średni lub Wysoki oraz 2 godziny z GPT-Live-1 mini.
ChatGPT Free: ograniczony dostęp do GPT-Live-1 mini w każdym ruchomym okresie 24 godzin. Ten limit może się zmienić.
ChatGPT Business: do 1 godziny Live przy poziomie inteligencji Szybki i 1 godzina przy poziomie Średni lub Wysoki. Dodatkowe użycie zużywa 5 środków za minutę.
Przestrzenie robocze ChatGPT Enterprise, Edu i Healthcare z elastycznymi cenami: Live zużywa 5 środków za minutę.
Starsze plany ChatGPT Enterprise i Edu: do 1 godziny Live i 2 godzin Live mini.
Pojedyncza rozmowa Live może trwać maksymalnie 2 godziny.
Więcej informacji znajdziesz w cenniku ChatGPT dla Business, Enterprise i Edu.
Rozpocznij konwersację głosową
Na iOS i Androidzie
Wybierz ikonę Voice na pasku wiadomości.
Jeśli pojawi się prośba, zezwól aplikacji ChatGPT na dostęp do mikrofonu.
Jeśli to Twoja pierwsza konwersacja głosowa, wybierz preferowany głos.
Po otwarciu Voice zacznij mówić, aby rozpocząć rozmowę.
Podczas rozmowy wybierz element sterujący mikrofonem, aby się wyciszyć lub cofnąć wyciszenie. Wybierz element sterujący wyjściem, aby zakończyć konwersację głosową.
W przeglądarce
Przejdź do ChatGPT.com.
Wybierz ikonę Voice w oknie polecenia.
Jeśli pojawi się prośba, zezwól przeglądarce na dostęp do mikrofonu.
Po otwarciu Voice zacznij mówić, aby rozpocząć rozmowę.
Podczas rozmowy wybierz element sterujący mikrofonem, aby się wyciszyć lub cofnąć wyciszenie. Wybierz element sterujący wyjściem, aby zakończyć konwersację głosową.
Używaj tekstu i obrazów w Live
Live może przyjmować tekst i obrazy w tym samym czacie co Twoja konwersacja głosowa. Gdy Voice jest aktywny, użyj przycisku dodawania na pasku wiadomości, aby załączyć dostępny obraz, albo wpisz wiadomość zamiast mówić. ChatGPT może odpowiedzieć w Voice bez rozpoczynania osobnego czatu.
Dostępne typy obrazów i limity zależą od planu i konta.
Live nie może obecnie znaleźć ani dodać plików z Twojej Biblioteki ChatGPT. W zależności od konta nadal możesz ręcznie załączyć do czatu obsługiwany plik.
Udostępniaj wideo lub ekran
Live nie obsługuje wideo ani udostępniania ekranu w momencie premiery.
Wideo i udostępnianie ekranu pozostają dostępne dla uprawnionych subskrybentów w aplikacjach ChatGPT na iOS i Androida podczas korzystania z Advanced:
Aby udostępnić wideo na żywo, wybierz przycisk kamery podczas konwersacji głosowej. Wybierz go ponownie, aby zatrzymać udostępnianie.
Aby udostępnić ekran, wybierz menu dodatkowych opcji, potem Udostępnij ekran i postępuj zgodnie z instrukcjami na urządzeniu.
Aby zatrzymać udostępnianie ekranu, wróć do ChatGPT i ponownie wybierz element sterujący udostępnianiem ekranu. Możesz też zatrzymać udostępnianie za pomocą systemowych elementów sterujących udostępnianiem ekranu na urządzeniu.
Jeśli osiągniesz limit wideo lub udostępniania ekranu, nadal możesz kontynuować konwersację głosową bez rozpoczynania nowego wejścia wideo lub udostępniania ekranu.
Zmień preferowany głos
Otwórz Ustawienia → Głos, a następnie wybierz Głos, aby wybrać jedną z tych opcji:
Arbor — swobodny i wszechstronny
Breeze — żywiołowy i szczery
Cove — opanowany i bezpośredni
Ember — pewny siebie i optymistyczny
Juniper — otwarty i pogodny
Maple — radosny i szczery
Sol — bystry i swobodny
Spruce — spokojny i wspierający
Vale — jasny i dociekliwy
Zmiana wybranego głosu podczas konwersacji głosowej rozpoczyna nowe połączenie głosowe w tym samym czacie.
Zmień preferowany język
Otwórz Ustawienia → Głos, a następnie wybierz Język. Wybranie języka, którym mówisz najczęściej, może pomóc ChatGPT dokładniej rozumieć Twoją mowę. Możesz też podczas konwersacji głosowej poprosić ChatGPT, aby mówił w innym języku.
Zmień styl odpowiedzi
Gotowe osobowości ChatGPT nie mają obecnie zastosowania w Live.
Nadal możesz poprosić ChatGPT o zmianę tonu, tempa lub stylu odpowiedzi podczas pojedynczej konwersacji głosowej.
Możesz poprosić ChatGPT, aby mówił szybciej lub wolniej, ale dokładne ustawienia prędkości odtwarzania nie są obecnie dostępne.
Zmień poziom inteligencji
Jeśli ustawienie Poziom inteligencji jest dostępne na Twoim koncie, otwórz Ustawienia → Głos → Poziom inteligencji i wybierz Szybki, Średni lub Wysoki. To ustawienie określa, jak ChatGPT radzi sobie z trudniejszymi pytaniami podczas konwersacji głosowej. Dostępne poziomy mogą zależeć od Twojego planu.
Wyższe poziomy inteligencji mogą odpowiadać dłużej, zwłaszcza gdy Voice przeszukuje sieć.
Korzystaj z Voice w CarPlay
ChatGPT jest dostępny w Apple CarPlay na obsługiwanych iPhone’ach. Z ekranu CarPlay możesz rozpocząć konwersację głosową, kontynuować ostatni lub przypięty czat albo rozpocząć rozmowę w projekcie. Dowiedz się więcej o korzystaniu z ChatGPT w CarPlay.
Korzystaj z urządzenia mobilnego tylko wtedy, gdy zezwala na to prawo i warunki pozwalają na bezpieczne użycie. Skonfiguruj aplikację przed jazdą i unikaj korzystania z urządzenia, gdy pojazd jest w ruchu.
Kontynuuj rozmowę w tle
Aby kontynuować konwersację głosową podczas korzystania z innych aplikacji lub gdy telefon jest zablokowany, włącz Rozmowy w tle w sekcji Ustawienia → Głos.
Rozmowa w tle kończy się, gdy ją zakończysz, wymusisz zamknięcie aplikacji, osiągniesz limit użycia albo maksymalną długość sesji. Jeśli udostępniasz ekran w Advanced, udostępnianie ekranu kończy się także wtedy, gdy przestaniesz go udostępniać lub zablokujesz ekran.
Uruchamiaj ChatGPT z Voice
W obsługiwanych wersjach aplikacji mobilnej włącz Uruchamiaj z Voice w sekcji Ustawienia → Głos. Gdy to ustawienie jest włączone, otwarcie ChatGPT w nowej lub pustej rozmowie automatycznie uruchamia Voice.
Aby automatycznie uruchamiać Voice w CarPlay, włącz Uruchamiaj automatycznie w CarPlay w sekcji Ustawienia → Głos. To ustawienie pojawia się po użyciu ChatGPT w CarPlay.
Kontrola danych
Jak długo OpenAI przechowuje klipy audio i wideo?
Klipy audio z konwersacji Live i Advanced Voice oraz klipy wideo z konwersacji Advanced Voice są przechowywane wraz z transkrypcją widoczną w historii czatów. Klipy są przechowywane przez 30 dni.
Gdy usuniesz czat, w ciągu 30 dni usuwamy też powiązane z nim klipy audio i wideo, chyba że musimy je zachować ze względów bezpieczeństwa, ochrony lub prawnych, jak opisano w naszych zasadach prywatności, albo wcześniej zdecydowałeś(-aś) się udostępnić klipy, aby pomóc trenować nasze modele, i zostały już odłączone od Twojego konta.
Usunięcia czatu, w tym powiązanych danych audio lub wideo, nie można cofnąć. Archiwizacja usuwa czat tylko z paska bocznego; nie usuwa samego czatu ani powiązanych klipów audio lub wideo.
W trybie Standard dźwięk jest transkrybowany, zanim ChatGPT wygeneruje odpowiedź. Usuwamy dźwięk po zakończeniu transkrypcji, chyba że zdecydujesz się udostępniać audio, aby pomóc trenować nasze modele. Dźwięk jest usuwany nawet wtedy, gdy transkrypcja się nie powiedzie.
Czy OpenAI trenuje modele na klipach audio lub wideo?
Nie, chyba że zdecydujesz się udostępnić klipy audio lub wideo, aby pomóc trenować nasze modele, albo w ustawieniach konta OpenAI włączysz przełączniki „Dołącz moje nagrania audio” lub „Dołącz moje nagrania wideo”. Więcej o kontroli danych dowiesz się tutaj.
Jeśli włączone jest ustawienie Ulepszaj model dla wszystkich, możemy używać transkrypcji i innych plików z Twoich konwersacji głosowych do trenowania naszych modeli, zależnie od planu i ustawień. Nie używamy powiązanych klipów audio ani wideo do trenowania, chyba że zdecydujesz się je udostępnić w celu ulepszania modelu, jak opisano powyżej.
Użytkownicy Free, Plus i Pro w osobistych przestrzeniach roboczych mogą udostępniać klipy, otwierając Ustawienia → Kontrola danych, włączając Ulepszaj model dla wszystkich, a następnie Dołącz moje nagrania audio lub Dołącz moje nagrania wideo. Użytkownicy nie mogą udostępniać klipów audio ani wideo z konwersacji głosowych w przestrzeniach roboczych ChatGPT Business, Enterprise ani Edu.
Jeśli zdecydujesz się udostępniać klipy audio lub wideo, nasze zespoły mogą je przeglądać, aby ulepszać działanie modelu, np. zrozumieć, gdzie ChatGPT coś źle usłyszał lub zinterpretował. Przed użyciem udostępnionych klipów do trenowania podejmujemy działania ograniczające ilość informacji osobowych w klipie.
Jeśli przestaniesz udostępniać, nowe klipy nie będą już używane do trenowania naszych modeli. Klipy, które wcześniej odłączono od Twojego konta, mogą nadal być używane. Twój wybór jest powiązany z kontem i obowiązuje na każdym urządzeniu, na którym jesteś zalogowany(-a).
Dowiedz się więcej o Kontroli danych oraz o tym, jak Twoje dane są używane do poprawy działania modelu.
Często zadawane pytania
Czy mogę mówić, gdy ChatGPT mówi?
Tak. Live może słuchać i mówić jednocześnie, więc możesz przerywać albo kontynuować mówienie, gdy ChatGPT odpowiada. ChatGPT powinien podążać za najnowszą częścią rozmowy, ale nakładające się wypowiedzi, hałas w tle, warunki sieciowe i ustawienia mikrofonu mogą wpływać na to, co usłyszy.
Czy kilka osób może mówić do ChatGPT jednocześnie?
Live jest zaprojektowane przede wszystkim do rozmów jeden na jeden. Radzi sobie z hałasem w tle, ale nie jest jeszcze zoptymalizowane pod kątem rozmów z wieloma osobami. Może odpowiedzieć, gdy ludzie rozmawiają ze sobą, a nie z ChatGPT.
Dlaczego ChatGPT mi przerywa albo przestaje mówić?
Przerwania nadal mogą się zdarzać, zwłaszcza przy hałasie w tle, długich pauzach lub dźwięku z innego głośnika. Spróbuj użyć słuchawek, przenieść się w cichsze miejsce albo zwiększyć głośność urządzenia. Na iPhonie możesz też podczas konwersacji głosowej otworzyć Centrum sterowania, wybrać Tryb mikrofonu i włączyć Izolację głosu.
Czy mogę poprosić Voice, aby poczekał, gdy myślę na głos?
Na początku rozmowy możesz poprosić Live, aby poczekał, aż będziesz gotowy(-a) na odpowiedź — na przykład: „Poczekaj, aż poproszę Cię o odpowiedź”. Długie pauzy, mowa w tle lub inne dźwięki mogą mimo to spowodować, że Live odpowie.
Czy mogę korzystać z Live z GPT-ami, Work lub Codex?
Począwszy od aplikacji ChatGPT na komputery z macOS i Windows, ChatGPT Voice może sterować komputerem i koordynować pracę wielu agentów przy użyciu narzędzi i uprawnień dostępnych w Work lub Codex.
ChatGPT Voice w Work i Codex umożliwia:
Rozpoczynanie zadań, nadawanie im priorytetów, przerywanie ich lub zmienianie ich kierunku, podczas gdy praca trwa w tle.
Koordynowanie wielu agentów w aktywnych rozmowach i projektach.
Wznawianie pracy z wykorzystaniem dostępnego kontekstu projektu i obsługiwanych połączonych narzędzi, takich jak dokumenty, kalendarze, kontakty i komunikatory.
Otrzymywanie głosowych lub wyświetlanych na ekranie informacji o postępach, w tym o zablokowaniu lub ukończeniu zadań.
Sprawdzanie, kiedy ChatGPT nasłuchuje, oraz wyciszanie lub wyłączanie mikrofonu podczas rozmowy.
Tryb głosowy w Work i Codex ma osobne limity wykorzystania i ceny dla Work lub Codex. W przestrzeniach roboczych Business i Enterprise z elastycznymi cenami minuta korzystania kosztuje około 6 środków. Starsze przestrzenie robocze Enterprise obejmują około 45 minut w każdym pięciogodzinnym okresie. Delegowane zadania korzystają z istniejącej wspólnej puli wykorzystania według standardowych stawek.
Samodzielny tryb głosowy w Work i Codex nie jest dostępny w przeglądarce ani na urządzeniach mobilnych, ale obsługiwany jest zdalny dostęp z połączonego urządzenia z iOS.
W przestrzeniach roboczych Enterprise korzystanie z trybu głosowego w Work i Codex wymaga włączenia zarówno opcji Głos, jak i Wczesny dostęp do modeli.
Live nie jest dostępny z niestandardowymi GPT-ami. Konwersacje głosowe z GPT-ami nadal korzystają z zaawansowanego trybu głosowego i głosu Shimmer. Możliwość przesyłania plików i zdjęć może być dostępna zależnie od konta i sesji. Generowanie obrazu, analiza danych i działania niestandardowe nie są dostępne w konwersacjach głosowych z GPT-ami.
Kiedy używać Voice zamiast Dyktowania?
Użyj Voice do rozmowy na żywo w obie strony albo do omawiania pomysłów. Użyj Dyktowania ChatGPT, gdy chcesz nagrać polecenie, przejrzeć i edytować jego transkrypcję, a następnie wysłać je jako tekst. Transkrypcje Voice nie są dosłownym zapisem i mogą nie odpowiadać dokładnie temu, co zostało powiedziane.
Dlaczego transkrypcja nie odpowiada dokładnie rozmowie?
Po konwersacji głosowej do czatu dodawana jest transkrypcja. Może nie odpowiadać dokładnie temu, co powiedziałeś(-aś) Ty lub ChatGPT, zwłaszcza gdy wypowiedzi nakładają się na siebie, słychać hałas w tle albo rozmowa przebiega szybko.
W Live odpowiedzi ChatGPT pojawiają się także jako tekst w czacie w czasie, gdy są wypowiadane. Po zakończeniu konwersacji głosowej możesz przejrzeć rozmowę w historii czatów.
Czy konwersacje głosowe zawierają napisy?
W Live odpowiedzi ChatGPT pojawiają się jako tekst w czacie w czasie, gdy są wypowiadane. Na iOS i Androidzie w opcji Advanced wybierz przycisk cc podczas konwersacji głosowej, aby wyświetlić napisy do odpowiedzi ChatGPT.
Po zakończeniu konwersacji głosowej jej transkrypcja zostaje dodana do czatu, aby można ją było przejrzeć w historii czatów.
Dlaczego moja konwersacja głosowa się zakończyła?
Konwersacja głosowa może się zakończyć po osiągnięciu limitu użycia, maksymalnej długości sesji albo limitu kontekstu w długiej rozmowie. ChatGPT wyświetli powiadomienie, gdy będzie to możliwe. Możesz kontynuować tekstowo albo ponownie uruchomić Voice.
Ile konwersacji głosowych mogę prowadzić jednocześnie?
Możesz prowadzić jedną konwersację głosową naraz.
Dlaczego nie widzę Live w ustawieniach Voice?
Live jest wdrażane stopniowo. Dostępność zależy od planu, regionu, przestrzeni roboczej i wersji aplikacji. Upewnij się, że ChatGPT jest zaktualizowany. Jeśli Live jest niedostępne, możesz nadal korzystać z Advanced lub Standard Voice.