Tổng quan

Giới thiệu về ChatGPT Voice

ChatGPT Voice cho phép bạn nói chuyện với ChatGPT và nghe câu trả lời bằng giọng nói. Chế độ Giọng nói hoạt động ngay trong cuộc trò chuyện, nên bạn có thể vừa nghe vừa đọc câu trả lời, nhập tin nhắn khi không thể nói và xem lại các tin nhắn trước đó mà không cần bắt đầu lại.

Nếu chỉ muốn chuyển một bản ghi âm thành văn bản có thể chỉnh sửa, hãy dùng tính năng Đọc chính tả của ChatGPT.

Tùy chọn Trực tiếp có thể nghe và nói cùng lúc, giúp việc luân phiên nói và ngắt lời trở nên tự nhiên hơn. Chế độ Trực tiếp cũng có thể sử dụng tính năng tìm kiếm trên web và bộ nhớ, hiển thị kết quả trực quan qua các widget được hỗ trợ, đồng thời làm việc với văn bản và hình ảnh khi tài khoản của bạn có các tính năng đó.

ChatGPT có thể mắc lỗi. Hãy kiểm tra thông tin quan trọng, nhất là với những câu hỏi có câu trả lời phụ thuộc vào ngày, giờ hoặc địa điểm. Chế độ Giọng nói sử dụng múi giờ của thiết bị hoặc trình duyệt để hiểu các từ như “hôm nay” hoặc “ngày mai”. Nếu câu trả lời có vẻ không đúng, hãy kiểm tra múi giờ hoặc nêu rõ ngày, múi giờ hay địa điểm trong câu hỏi. Tìm hiểu thêm về ChatGPT và độ chính xác.

Các tùy chọn Giọng nói

Bạn có thể thấy các tùy chọn sau trong Cài đặt > Giọng nói:

• Chế độ Trực tiếp sử dụng GPT-Live-1.1 và GPT-Live-1.1 Quip, tùy theo gói của bạn. Chế độ Trực tiếp được thiết kế để đối thoại tự nhiên và có thể sử dụng tính năng tìm kiếm trên web và bộ nhớ, hiển thị kết quả trực quan qua các widget được hỗ trợ, đồng thời làm việc với văn bản và hình ảnh trong cùng cuộc trò chuyện. Chế độ Trực tiếp cũng có thể sử dụng các tiện ích và ứng dụng đã kết nối mà tài khoản của bạn có quyền truy cập. Chế độ Trực tiếp không hỗ trợ video hoặc chia sẻ màn hình.

• Nâng cao: Trải nghiệm Giọng nói theo thời gian thực trước đây. Sử dụng chế độ Nâng cao khi bạn cần các tính năng được hỗ trợ trên thiết bị di động như video hoặc chia sẻ màn hình.

• Tiêu chuẩn: Trải nghiệm Giọng nói theo từng lượt, chuyển lời nói của bạn thành văn bản trước khi tạo câu trả lời.

Các tùy chọn bạn có thể sử dụng tùy thuộc vào gói, cài đặt không gian làm việc, khu vực, phiên bản ứng dụng và tính năng kiểm soát của cha mẹ. Với tài khoản thanh thiếu niên đã liên kết, cha mẹ hoặc người giám hộ có thể quản lý quyền truy cập chế độ Giọng nói thông qua tính năng kiểm soát của cha mẹ.

Để chuyển giữa các tùy chọn hiện có, hãy mở Cài đặt > Giọng nói rồi chọn Trực tiếp, Nâng cao hoặc Tiêu chuẩn.

Sử dụng tiện ích trong chế độ Trực tiếp

Trong cuộc trò chuyện ở chế độ Trực tiếp, hãy yêu cầu ChatGPT sử dụng một tiện ích mà tài khoản của bạn có quyền truy cập. Bạn có thể cần kết nối ứng dụng và đăng nhập trước khi sử dụng. Các quyền ứng dụng và hạn chế của không gian làm việc hiện có vẫn được áp dụng.

Trên web và thiết bị di động, nếu một hành động cần bạn phê duyệt, chế độ Giọng nói sẽ nhắc bạn xem xét hành động đó trên màn hình. Hãy dùng các nút điều khiển trên màn hình để phê duyệt hoặc từ chối; tính năng phê duyệt bằng lời nói chưa được hỗ trợ.

Khả năng sử dụng trong các không gian làm việc Business, Enterprise, Edu và Healthcare

ChatGPT Voice có sẵn trong các không gian làm việc Business, Enterprise, Edu và Healthcare đủ điều kiện, tùy theo cài đặt không gian làm việc.

Bạn có thể dùng Giọng nói trong các trải nghiệm sau, tùy theo gói và cài đặt không gian làm việc:

• Giọng nói trong Trò chuyện: Trò chuyện tự nhiên theo thời gian thực để đặt câu hỏi, lên ý tưởng và khám phá các ý tưởng. Giọng nói trong Trò chuyện sử dụng GPT-Live và có mặt trên web, iOS và Android. Chế độ Trực tiếp cũng có thể sử dụng các tiện ích và ứng dụng đã kết nối mà tài khoản của bạn có quyền truy cập.

• Giọng nói trong Công việc trên web và thiết bị di động: Sử dụng chế độ Trực tiếp để làm việc với các ứng dụng đã kết nối, tạo tài liệu, bài thuyết trình và bảng tính, hoặc sử dụng trình duyệt. Nếu tác vụ vẫn đang chạy khi bạn kết thúc cuộc gọi, tác vụ đó có thể tiếp tục ở dạng văn bản. Bạn cần có quyền truy cập cả Giọng nói lẫn Công việc.

• Giọng nói trên máy tính: Dùng giọng nói để bắt đầu tác vụ, kiểm tra tiến độ, đặt câu hỏi về các tác tử và điều phối nhiều tác tử trong một cuộc trò chuyện. Có sẵn trong ứng dụng ChatGPT trên macOS và Windows, hỗ trợ truy cập từ xa qua thiết bị đã ghép đôi.

Việc sử dụng Giọng nói không thay đổi quyền truy cập của bạn vào các tiện ích hoặc ứng dụng đã kết nối. Các quyền truy cập dữ liệu và hạn chế hành động hiện có tiếp tục được áp dụng.

Giới hạn sử dụng

Giọng nói trong Trò chuyện

Trong chế độ Trò chuyện, mức sử dụng Trực tiếp được tính trong khoảng 24 giờ gần nhất. ChatGPT sẽ thông báo khi bạn đạt giới hạn.

*áp dụng các biện pháp ngăn chặn lạm dụng

Giọng nói trong Công việc trên web và thiết bị di động

Giọng nói trong Công việc áp dụng giới hạn và cách tính phí Giọng nói theo gói của bạn. Các tác vụ trong Công việc cũng được tính vào mức sử dụng Công việc thông thường của bạn, giống như khi bạn nhập bằng văn bản. Giọng nói trong ứng dụng máy tính có giá và giới hạn riêng.

Giọng nói trên máy tính

Xem giá ChatGPT Voice trên máy tính và các giới hạn để biết phạm vi cung cấp hiện tại, hạn mức theo gói và giới hạn sử dụng.

Bắt đầu đàm thoại bằng giọng nói

Trên iOS và Android

1. Chọn biểu tượng Giọng nói trong thanh tin nhắn.

2. Nếu được yêu cầu, hãy cho phép ứng dụng ChatGPT truy cập micrô.

3. Nếu đây là lần đầu bạn đàm thoại bằng giọng nói, hãy chọn giọng nói ưa thích.

4. Sau khi chế độ Giọng nói mở, hãy nói để bắt đầu cuộc trò chuyện.

Trong cuộc trò chuyện, hãy chọn nút điều khiển micrô để tắt hoặc bật micrô của bạn. Chọn nút thoát để kết thúc cuộc đàm thoại bằng giọng nói.

Trên web

1. Truy cập ChatGPT.com.

2. Chọn biểu tượng Giọng nói trong ô nhập câu lệnh.

3. Nếu được yêu cầu, hãy cho phép trình duyệt truy cập micrô.

4. Sau khi chế độ Giọng nói mở, hãy nói để bắt đầu cuộc trò chuyện.

Trong cuộc trò chuyện, hãy chọn nút điều khiển micrô để tắt hoặc bật micrô của bạn. Chọn nút thoát để kết thúc cuộc đàm thoại bằng giọng nói.

Sử dụng văn bản và hình ảnh với chế độ Trực tiếp

Chế độ Trực tiếp có thể nhận văn bản và hình ảnh ngay trong cuộc trò chuyện mà bạn đang đàm thoại bằng giọng nói. Khi chế độ Giọng nói đang hoạt động, hãy dùng nút thêm trong thanh tin nhắn để đính kèm hình ảnh có sẵn hoặc nhập tin nhắn thay vì nói. ChatGPT có thể trả lời bằng giọng nói mà không cần bắt đầu một cuộc trò chuyện riêng.

Các loại hình ảnh được hỗ trợ và giới hạn tùy thuộc vào gói và tài khoản của bạn.

Chế độ Trực tiếp hiện chưa thể tìm hoặc thêm tệp từ Thư viện ChatGPT của bạn. Tùy theo tài khoản, bạn vẫn có thể tự đính kèm tệp được hỗ trợ vào cuộc trò chuyện.

Chia sẻ video hoặc màn hình

Chế độ Trực tiếp không hỗ trợ video hoặc chia sẻ màn hình.

Người đăng ký đủ điều kiện vẫn có thể sử dụng video và chia sẻ màn hình trong ứng dụng ChatGPT trên iOS và Android khi dùng chế độ Nâng cao:

• Để chia sẻ video trực tiếp, hãy chọn nút camera trong khi đàm thoại bằng giọng nói. Chọn lại nút đó để ngừng chia sẻ.

• Để chia sẻ màn hình, hãy chọn menu tùy chọn khác (•••), rồi chọn Chia sẻ màn hình và làm theo hướng dẫn trên thiết bị.

• Để ngừng chia sẻ màn hình, hãy quay lại ChatGPT và chọn lại nút điều khiển chia sẻ màn hình. Bạn cũng có thể ngừng chia sẻ từ các nút điều khiển chia sẻ màn hình của hệ thống trên thiết bị.

Nếu đạt giới hạn video hoặc chia sẻ màn hình, bạn vẫn có thể tiếp tục đàm thoại bằng giọng nói mà không bắt đầu truyền video hay chia sẻ màn hình mới.

Thay đổi giọng nói ưa thích

Mở Cài đặt > Giọng nói, rồi chọn Giọng nói để chọn trong các tùy chọn sau:

• Arbor — Thoải mái và linh hoạt

• Breeze — Sôi nổi và chân thành

• Cove — Điềm tĩnh và thẳng thắn

• Ember — Tự tin và lạc quan

• Juniper — Cởi mở và vui tươi

• Maple — Vui vẻ và bộc trực

• Sol — Sành sỏi và thư thái

• Spruce — Bình tĩnh và khích lệ

• Vale — Tươi sáng và ham tìm hiểu

Các giọng nói bổ sung cho chế độ Trực tiếp bao gồm:

Các giọng nói hiển thị có thể khác nhau tùy theo khu vực và tài khoản.

Việc đổi giọng nói đã chọn trong khi đàm thoại bằng giọng nói sẽ bắt đầu một cuộc gọi thoại mới trong cùng cuộc trò chuyện.

Thay đổi ngôn ngữ ưa thích

Nếu chế độ Giọng nói nhận diện sai ngôn ngữ, hãy chọn ngôn ngữ bạn thường nói nhất để giúp ChatGPT hiểu lời nói của bạn chính xác hơn.

1. Mở Cài đặt.

2. Chọn Giọng nói, rồi chọn Ngôn ngữ.

3. Chọn ngôn ngữ ưa thích.

Bạn cũng có thể yêu cầu ChatGPT nói một ngôn ngữ khác trong khi đàm thoại bằng giọng nói.

Thay đổi phong cách trả lời

Các tính cách cài sẵn của ChatGPT hiện chưa áp dụng cho chế độ Trực tiếp.

Bạn vẫn có thể yêu cầu ChatGPT thay đổi giọng điệu, tốc độ hoặc phong cách trả lời trong từng cuộc đàm thoại bằng giọng nói.

Bạn có thể yêu cầu ChatGPT nói nhanh hơn hoặc chậm hơn, nhưng hiện chưa có công cụ điều chỉnh tốc độ phát chính xác.

Sử dụng chế độ Giọng nói trong CarPlay

ChatGPT có mặt trong Apple CarPlay trên các iPhone được hỗ trợ. Từ màn hình CarPlay, bạn có thể bắt đầu đàm thoại bằng giọng nói, tiếp tục một cuộc trò chuyện gần đây hoặc đã ghim, hoặc bắt đầu một cuộc trò chuyện trong dự án. Tìm hiểu thêm về cách sử dụng ChatGPT trong CarPlay.

Chỉ sử dụng thiết bị di động khi pháp luật cho phép và điều kiện sử dụng bảo đảm an toàn. Hãy thiết lập ứng dụng trước khi lái xe và tránh tương tác với thiết bị khi xe đang di chuyển.

Duy trì cuộc trò chuyện ở chế độ nền

Bạn có thể tiếp tục đàm thoại bằng giọng nói khi đang dùng ứng dụng khác hoặc khi điện thoại bị khóa. Bạn có thể điều chỉnh Trò chuyện trong nền trong Cài đặt > Giọng nói.

Cuộc trò chuyện trong nền sẽ kết thúc khi bạn chủ động kết thúc, buộc đóng ứng dụng, đạt giới hạn sử dụng hoặc đạt thời lượng phiên tối đa. Nếu bạn đang chia sẻ màn hình trong chế độ Nâng cao, việc chia sẻ cũng sẽ kết thúc khi bạn ngừng chia sẻ hoặc khóa màn hình.

Khởi động ChatGPT bằng chế độ Giọng nói

Trên các phiên bản ứng dụng di động được hỗ trợ, hãy bật Bắt đầu bằng Giọng nói trong Cài đặt > Giọng nói. Khi bật cài đặt này, chế độ Giọng nói sẽ tự động khởi động nếu bạn mở ChatGPT vào một cuộc trò chuyện mới hoặc trống.

Để tự động khởi động chế độ Giọng nói trong CarPlay, hãy bật Tự động bắt đầu trong CarPlay trong Cài đặt > Giọng nói. Cài đặt này xuất hiện sau khi bạn đã sử dụng ChatGPT trong CarPlay.

Kiểm soát dữ liệu

Lưu giữ âm thanh và video

Các đoạn âm thanh từ những cuộc đàm thoại bằng giọng nói ở chế độ Trực tiếp và Nâng cao, cùng các đoạn video từ những cuộc đàm thoại bằng giọng nói ở chế độ Nâng cao, được lưu cùng bản chép lời xuất hiện trong lịch sử trò chuyện của bạn. Các đoạn âm thanh và video được lưu giữ trong 30 ngày.

Khi bạn xóa một cuộc trò chuyện, chúng tôi cũng xóa các đoạn âm thanh và video liên quan trong vòng 30 ngày, trừ khi cần giữ lại vì lý do bảo mật, an toàn hoặc pháp lý như mô tả trong chính sách quyền riêng tư của chúng tôi, hoặc trừ khi trước đó bạn đã chọn chia sẻ các đoạn này để giúp huấn luyện mô hình của chúng tôi và chúng đã được tách khỏi tài khoản của bạn.

Không thể hoàn tác việc xóa cuộc trò chuyện, bao gồm cả dữ liệu âm thanh hoặc video liên quan. Thao tác lưu trữ chỉ ẩn cuộc trò chuyện khỏi thanh bên; thao tác này không xóa cuộc trò chuyện hay các đoạn âm thanh hoặc video liên quan.

Với chế độ Tiêu chuẩn, âm thanh được chuyển thành văn bản trước khi ChatGPT tạo câu trả lời. Chúng tôi xóa âm thanh sau khi hoàn tất việc chép lời, trừ khi bạn đã chọn chia sẻ âm thanh để giúp huấn luyện mô hình của chúng tôi. Âm thanh vẫn được xóa ngay cả khi việc chép lời không thành công.

Huấn luyện mô hình và các đoạn âm thanh hoặc video

Không, trừ khi bạn chọn chia sẻ các đoạn âm thanh hoặc video để giúp huấn luyện mô hình của chúng tôi, hoặc bạn đã bật “Bao gồm bản ghi âm của bạn” hay “Bao gồm bản ghi video của bạn” trong cài đặt tài khoản OpenAI. Bạn có thể tìm hiểu thêm về các tùy chọn kiểm soát dữ liệu của mình tại đây.

Nếu bật Cải thiện mô hình cho mọi người, chúng tôi có thể sử dụng bản chép lời và các tệp khác từ những cuộc đàm thoại bằng giọng nói của bạn để huấn luyện mô hình, tùy theo gói và cài đặt của bạn. Chúng tôi không sử dụng các đoạn âm thanh hoặc video liên quan để huấn luyện, trừ khi bạn chọn chia sẻ chúng để cải thiện mô hình như mô tả ở trên.

Người dùng Free, Plus và Pro trong không gian làm việc cá nhân có thể chọn chia sẻ các đoạn âm thanh hoặc video bằng cách mở Cài đặt > Kiểm soát dữ liệu, bật Cải thiện mô hình cho mọi người, rồi bật Bao gồm bản ghi âm của bạn hoặc Bao gồm bản ghi video của bạn.

Nếu bạn chọn chia sẻ các đoạn âm thanh hoặc video, đội ngũ của chúng tôi có thể xem xét chúng để giúp cải thiện hành vi của mô hình, chẳng hạn như tìm hiểu những chỗ ChatGPT nghe nhầm hoặc hiểu sai. Trước khi dùng các đoạn âm thanh hoặc video được chia sẻ để huấn luyện, chúng tôi thực hiện các biện pháp nhằm giảm lượng thông tin cá nhân trong đó.

Nếu bạn ngừng chia sẻ, các đoạn âm thanh hoặc video mới sẽ không còn được dùng để huấn luyện mô hình của chúng tôi. Các đoạn âm thanh hoặc video đã được tách khỏi tài khoản của bạn trước đó có thể tiếp tục được sử dụng. Lựa chọn này gắn với tài khoản của bạn và áp dụng trên mọi thiết bị mà bạn đăng nhập.

Tìm hiểu thêm về Kiểm soát dữ liệu và cách dữ liệu của bạn được sử dụng để cải thiện hiệu suất mô hình.

Câu hỏi thường gặp

Tôi có thể nói khi ChatGPT đang nói không?

Có. Chế độ Trực tiếp có thể nghe và nói cùng lúc, nên bạn có thể ngắt lời hoặc tiếp tục nói trong khi ChatGPT đang trả lời. ChatGPT thường sẽ theo kịp phần mới nhất của cuộc trò chuyện, nhưng việc nói chồng lên nhau, tiếng ồn xung quanh, tình trạng mạng và cài đặt micrô có thể ảnh hưởng đến những gì ChatGPT nghe được.

Nhiều người có thể nói chuyện với ChatGPT cùng lúc không?

Chế độ Trực tiếp chủ yếu được thiết kế cho cuộc trò chuyện một đối một. Chế độ này có thể xử lý tiếng ồn xung quanh, nhưng chưa được tối ưu hóa cho cuộc trò chuyện có nhiều người nói. Chế độ này có thể trả lời khi mọi người đang nói chuyện với nhau thay vì nói với ChatGPT.

Tại sao ChatGPT ngắt lời tôi hoặc ngừng nói?

Tình trạng ngắt lời hoặc ngừng nói vẫn có thể xảy ra, nhất là khi có tiếng ồn xung quanh, khoảng dừng dài hoặc tiếng nói của người khác. Hãy thử dùng tai nghe, chuyển đến nơi yên tĩnh hơn hoặc tăng âm lượng thiết bị. Trên iPhone, bạn cũng có thể mở Trung tâm điều khiển trong khi đàm thoại bằng giọng nói, chọn Chế độ micrô rồi bật Tách lời nói.

Tôi có thể yêu cầu chế độ Giọng nói chờ trong lúc tôi nói ra những suy nghĩ của mình không?

Khi bắt đầu cuộc trò chuyện, bạn có thể yêu cầu chế độ Trực tiếp chờ đến khi bạn sẵn sàng nghe câu trả lời—chẳng hạn: “Hãy chờ đến khi tôi yêu cầu bạn trả lời”. Các khoảng dừng dài, tiếng nói xung quanh hoặc âm thanh khác vẫn có thể khiến chế độ Trực tiếp trả lời.

Khi nào tôi nên dùng chế độ Giọng nói thay vì Đọc chính tả?

Dùng chế độ Giọng nói để đối thoại trực tiếp hoặc trao đổi ý tưởng bằng lời nói. Dùng tính năng Đọc chính tả của ChatGPT khi bạn muốn ghi âm một câu lệnh, xem lại và chỉnh sửa bản chép lời, rồi gửi dưới dạng văn bản. Bản chép lời của chế độ Giọng nói không phải là bản ghi nguyên văn và có thể không khớp hoàn toàn với những gì đã được nói.

Tại sao bản chép lời không khớp hoàn toàn với cuộc trò chuyện?

Bản chép lời sẽ được thêm vào cuộc trò chuyện sau khi đàm thoại bằng giọng nói. Bản chép lời có thể không khớp hoàn toàn với những gì bạn hoặc ChatGPT đã nói, nhất là khi các bên nói chồng lên nhau, có tiếng ồn xung quanh hoặc cuộc trò chuyện diễn ra nhanh.

Với chế độ Trực tiếp, câu trả lời của ChatGPT cũng xuất hiện dưới dạng văn bản trong cuộc trò chuyện đồng thời với lời nói. Sau khi kết thúc cuộc đàm thoại bằng giọng nói, bạn có thể xem lại cuộc trò chuyện trong lịch sử trò chuyện.

Đàm thoại bằng giọng nói có phụ đề không?

Với chế độ Trực tiếp, câu trả lời của ChatGPT xuất hiện dưới dạng văn bản trong cuộc trò chuyện đồng thời với lời nói. Trên iOS và Android, khi sử dụng chế độ Nâng cao, hãy chọn nút cc trong khi đàm thoại bằng giọng nói để hiển thị phụ đề cho câu trả lời của ChatGPT.

Sau khi bạn kết thúc cuộc đàm thoại bằng giọng nói, bản chép lời sẽ được thêm vào cuộc trò chuyện để bạn có thể xem lại trong lịch sử trò chuyện.

Tại sao cuộc đàm thoại bằng giọng nói của tôi kết thúc?

Cuộc đàm thoại bằng giọng nói có thể kết thúc khi bạn đạt giới hạn sử dụng, thời lượng phiên tối đa hoặc khi một cuộc trò chuyện dài đạt giới hạn ngữ cảnh. ChatGPT sẽ hiển thị thông báo khi có thể. Bạn có thể tiếp tục bằng văn bản hoặc khởi động lại chế độ Giọng nói.

Tôi có thể thực hiện bao nhiêu cuộc đàm thoại bằng giọng nói cùng lúc?

Bạn chỉ có thể thực hiện một cuộc đàm thoại bằng giọng nói tại một thời điểm.