Tilhørende videoer

ChatGPT Voice Mode: tal med AI som med en ven — ledsagende videoer

Artiklen gennemgår, hvad stemmetilstand er god til, hvad den er akavet til, og hvilke samtaler der er værd at føre højt i stedet for at skrive. De to videoer viser funktionen live — et kort klip, der sætter to stemmeinstanser i samtale, så du kan høre, hvad "realtid, afbrydelig, følelsesladet" faktisk lyder som, og den oprindelige lanceringstale fra 2024, hvor de fleste første gang så den.

Primært valg

3:25

To GPT-4o'er interagerer og synger

OpenAI

To instanser af stemmetilstand taler med hinanden, hvoraf den ene har kameraadgang til at beskrive rummet. Tre minutter lang og den mest effektive måde at indarbejde, hvad der gør stemmetilstand anderledes end gamle "tryk på mikrofonen, vent, lyt"-grænseflader — afbrydelse, tone, musik, realtidsvision, alt i ét klip.

Hvad du bør få ud af dette: Se multimodal stemmeinteraktion hurtigt, især afbrydelse, tone og kamera-bevidst samtale.

Forudsætninger: Vær opmærksom på, at demoadfærd kan afvige fra det produkt, den region og det kontoniveau, du har adgang til.

Bemærkning fra AI Expert: Behold den kun som en kort intuitionspumpe. Betragt den ikke som bevis for, at en produktionsstemmeagent sikkert kan håndtere rigtige brugere uden oplysning, logningsgrænser, reserveløsning og menneskelig eskalering.

Åbn videoside

Også værd at se

26:13

Introduktion af GPT-4o

OpenAI

Det er keynoten fra maj 2024, hvor ChatGPT's realtidsstemmetilstand første gang blev demonstreret. Mark Chen laver vejrtrækningsøvelsesdemoen, Barrett Zoph laver matematutor-demoen, og derefter skifter de til realtidsoversættelse mellem italiensk og engelsk. Seksogtyve minutter af "nå, det er det, de mener med at tale med AI som med en ven." Modellen og evnerne, der vises, er kun blevet bedre siden.

Hvad du bør få ud af dette: Forstå, hvorfor realtidsstemme i samtale føles anderledes end diktering eller klassiske stemmeassistenter.

Forudsætninger: Ingen, men se den som en lanceringsdemo snarere end en aktuel produktmanual.

Bemærkning fra AI Expert: Den er historisk nyttig, ikke en aktuel specifikationsliste over kapaciteter. Før du bruger stemme i rigtige kunde- eller medarbejderarbejdsgange, verificér aktuelle kontroller for samtykke, optagelse, opbevaring, sprog, tilgængelighed og eskalering.

Åbn videoside