شرکت OpenAI با اعلام یک به‌روزرسانی جدید، قابلیت Advanced Voice Mode را به نسخه وب ChatGPT آورده است.
به گزارش تکناک، این ویژگی به کاربران اجازه می‌دهد از طریق مرورگر خود با چت‌بات هوشمند شرکت OpenAI مکالمه صوتی برقرار کنند.
این قابلیت که مکالمات را طبیعی‌تر و شبیه به مکالمات انسانی می‌کند، از این هفته به صورت اختصاصی در اختیار کاربران اشتراکی قرار می‌گیرد.
کاربران اشتراک‌های Plus، Enterprise، Teams و Edu می‌توانند به این ویژگی دسترسی داشته باشند.
فهرست مطالب
ویژگی‌های قابلیت Advanced Voice Mode
این قابلیت برای اولین بار در ماه سپتامبر در اپلیکیشن‌های موبایلی iOS و Android معرفی شد و اکنون در دسترس کاربران وب قرار گرفته است.
قابلیت Advanced Voice Mode از فناوری‌های صوتی بومی مدل GPT-4o بهره می‌گیرد، که امکان برقراری مکالمات طبیعی و بلادرنگ میان کاربران و ChatGPT را فراهم می‌کند.
چت‌بات در این حالت، علاوه بر درک محتوای گفتاری، می‌تواند به نشانه‌های غیرکلامی مانند سرعت صحبت کردن کاربران نیز واکنش نشان دهد و با لحن‌های احساسی پاسخگو باشد.
نحوه استفاده از قابلیت مکالمه صوتی
برای استفاده از این ویژگی، کاربران باید روی آیکون Voice که در پایین سمت راست پنجره ورودی ChatGPT قرار دارد کلیک کنند. سپس مرورگر باید مجوز دسترسی به میکروفون دستگاه را دریافت کند.
پس از آغاز مکالمه، کاربران به صفحه‌ای هدایت می‌شوند که یک کره آبی در مرکز آن نشان داده شده است.
شرکت OpenAI همچنین ۹ صدای مختلف را برای این قابلیت معرفی کرده است، که هرکدام ویژگی‌های منحصر‌به‌فردی دارند. به عنوان مثال، صدای Arbor «راحت و چندمنظوره» و صدای Ember «با اعتماد به نفس و خوش‌بین» توصیف شده‌اند.
برنامه‌های آینده و محدودیت‌ها
کوین ویل، مدیر ارشد محصول شرکت OpenAi که این خبر را در شبکه X منتشر کرده بود، گفت: «شرکت OpenAI قصد دارد قابلیت Advanced Voice Mode را طی هفته‌های آینده برای کاربران رایگان نیز عرضه کند. کاربران رایگان، پیش‌نمایش محدودی از این قابلیت را به صورت ماهانه دریافت خواهند کرد.»
در عین حال، کاربران اشتراک‌های Plus و Team هنگام استفاده از این قابلیت مشمول محدودیت زمانی روزانه هستند. شرکت OpenAI در صفحه راهنمای خود توضیح داده است که این محدودیت ممکن است تغییر کند و کاربران پیش از پایان زمان استفاده خود، اطلاع‌رسانی دریافت خواهند کرد.
این قابلیت جدید می‌تواند تحول بزرگی در شیوه تعامل کاربران با هوش مصنوعی ایجاد کند و تجربه‌ای نزدیک‌تر به مکالمات انسانی را برای آنها فراهم آورد.
