در ماه می، همزمان با معرفی GPT-4o، شرکت OpenAI از ویژگی جدید “صدا پیشرفته” در ChatGPT خبر داد. این رابط صوتی جدید به ChatGPT این امکان را می‌دهد که به ورودی‌های صوتی در حداقل ۲۳۲ میلی‌ثانیه و بطور متوسط در ۳۲۰ میلی‌ثانیه پاسخ دهد، که تقریباً با سرعت پاسخ دهی انسان در یک مکالمه معمولی قابل مقایسه است. در ابتدا، حالت صدا پیشرفته ChatGPT برای همه کاربران Plus و Team در آمریکا در دسترس قرار گرفت. ماه گذشته، OpenAI این ویژگی جدید صوتی را به کاربران در بریتانیا نیز گسترش داد.
امروز، OpenAI اعلام کرد که حالت صدا پیشرفته ChatGPT اکنون برای تمامی کاربران Plus و Team در اتحادیه اروپا، سوئیس، ایسلند، نروژ و لیختن اشتاین نیز در دسترس است. با این گسترش، OpenAI همچنان به دسترسی بیشتر کاربران در سراسر جهان به فناوری هوش مصنوعی پیشرفته خود ادامه می‌دهد.
برای استفاده از این ویژگی حالت صدا پیشرفته، باید آخرین نسخه از اپلیکیشن ChatGPT را از فروشگاه Google Play و Apple App در مناطق پشتیبانی شده دانلود کنید. توجه داشته باشید که OpenAI محدودیت روزانه‌ای برای استفاده از این ویژگی صدا پیشرفته تعیین کرده است. اپلیکیشن ChatGPT زمانی که تنها ۱۵ دقیقه از استفاده روزانه باقی مانده باشد به شما اطلاع خواهد داد.
در چند ماه گذشته، OpenAI چندین بهبود در حالت صدا پیشرفته ایجاد کرده است. کاربران اکنون می‌توانند از پنج صدای جدید برای پاسخ‌ها استفاده کنند: Arbor، Maple، Sol، Spruce، و Vale. با اضافه شدن این صداها، ChatGPT اکنون ۹ صدای مختلف ارائه می‌دهد. همچنین، ChatGPT به کاربران اجازه می‌دهد تا دستورالعمل‌های شخصی سازی شده تنظیم کنند و از آن بخواهند مکالمات را برای مراجعه‌های بعدی به خاطر بسپارد. در نهایت، OpenAI سرعت، روانی و لهجه‌ها را در برخی از زبان‌های خارجی بهبود بخشیده است.
رقیب اصلی OpenAI، گوگل، نیز ویژگی صدا پیشرفته خود به نام “Gemini Live” را برای کاربران پلن Gemini Advanced معرفی کرده است. Gemini Live اکنون برای کاربران اندروید در بیش از ۴۰ زبان در دسترس است.
source