你需要知道的最重要的事情
- GPT-Live 讓您可以同時說話和聆聽，允許被打斷，並提供更自然的對話體驗和更快的反應速度。
- 它可以處理後台的複雜任務，並在你說話時提供即時翻譯，同時忽略背景噪音。
- 您可以調節 ChatGPT 的語音「智慧」級別，共有三種模式（即時、中等、高），以平衡反應速度和準確性。
ChatGPT 最新的升級版 GPT-Live 現已推出所有用戶。 OpenAI 將其描述為用於與 AI 聊天機器人互動的「新一代」語音模型，您可能會發現它鼓勵您花更多時間聊天而不是打字，從而探索ChatGPT 的最佳功能。
ChatGPT 的語音輸入功能並非新鮮事，但它歷來只是在標準文字輸入輸出之上添加的一個相對基礎的層。雖然它被認為是一種更自然的 AI 互動方式，但 GPT-Live 預計將這種無縫體驗提升到一個全新的水平。
音訊模式首次實現了在背景運行的同時繼續對話。它還會在需要時給你額外的暫停空間，並透過「嗯」或「是的」等短語表明它仍在聆聽。
此次升級現在（或很快）應該可以在行動裝置和網頁裝置上使用。免費用戶可以存取 GPT-Live-1 mini 版本，而付費用戶則可以存取更高級的 GPT-Live-1 型號。
GPT-Live 的工作原理是什麼？
OpenAI 的最終目標是讓與 ChatGPT 對話的感覺就像與真人對話一樣，而 GPT-Live 正朝著這個目標不斷邁進。最初，與 AI 進行語音互動需要一個專門的模型用於語音到文字的轉換，另一個模型用於實際的查詢回應，還有一個模型用於文字轉語音的轉換。
ChatGPT 之前的語音模型雖然將所有功能整合到一個 AI 模型中，但它仍然是回合製的：你說話，聊天機器人回應，然後你再說一次。而 GPT-Live 則讓 ChatGPT 可以同時進行語音輸入和語音輸入。你可以隨時打斷它，而且它的回應速度更快、更準確。
新的語音模式旨在更聰明地識別用戶在思考過程中停頓和完成查詢之間的差異。該模型現在每秒會重新計算數次，以確定是應該說話、繼續聆聽、暫停、打斷還是呼叫工具。
來源：OpenAI
這次升級的另一個優點在於，即使是複雜的任務和深入的思考也能在對話進行的同時，在後台發送到 ChatGPT 伺服器。您還可以要求 ChatGPT 暫停或減慢速度；此外，視覺反饋也得到了改進，例如，您可能會看到位置、天氣預報和體育賽事比分等彈出卡片。
現在，您還可以讓 GPT-Live 在您說話的同時將其翻譯成外語。由於這些新功能，您可以在說話的同時立即聽到另一種語言的翻譯，不會出現任何停頓或中斷。此外，我們也改進了過濾背景噪音（例如交通噪音或附近的談話聲）的功能。
GPT-Live 體驗
若要在行動應用程式中進入音訊模式，請點選輸入框右側的聲波圖示。新模式看起來與舊模式非常相似，但更新後，螢幕頂部會顯示「Live」字樣（至少目前是這樣，您可以點擊它來切換回舊模式）。
更新後的語音模式聽起來更逼真自然。 ChatGPT 的語音豐富多樣，富有表現力，在尋找資訊時也會加入「讓我查一下」等提示語。它有時也會停頓並拉長音節。
我與 GPT-Live 進行了幾分鐘的交談，內容涉及即將上映的電影、最近的足球比賽和科技新聞頭條，並得到了禮貌、簡潔和合乎邏輯的回答（對於那些不想看到每條回复都有大段文字的人來說，音頻模式仍然是一個避風港）。
有三種“智能”等級可供選擇。來源：OpenAI
對話過程中偶爾會出現卡頓和中斷，但這只持續了大約半小時（而且這些小問題應該會隨著時間推移而解決）。人工智慧對被打斷的處理也非常出色，它會暫停一下來回應你的發言，然後再繼續它的思路。
您可以調整 ChatGPT 在新語音模式下套用的智慧等級：點擊右上角的滑桿圖標，然後點擊「智慧型」。有三種模式可供選擇——即時、中等和高級——每種模式在響應速度、細節和準確性之間平衡程度各不相同。
評論被關閉。