OpenAI为ChatGPT新增实时听写功能“Live Dictation”,可将用户语音内容边说边转成文字显示在屏幕上,并取消此前10分钟的录音时长限制,进一步优化长语音输入体验。
据IT媒体9to5Mac于18日报道,OpenAI当天发布更新,对ChatGPT的听写能力进行改进,重点提升语音转写的显示速度和稳定性。
在此前版本中,用户通常需要在结束语音输入后等待系统完成转写。启用Live Dictation后,识别内容可在说话过程中实时显示,无需等到录音结束。
用户在语音输入界面可点击波形图标,选择显示或隐藏正在转写的文本。输入结束后,用户还可以对转写结果进行检查和编辑,再作为消息发送给ChatGPT。
此次更新还取消了原有的10分钟录音上限。OpenAI语音功能开发负责人Atty Eleti在X(Twitter)上表示,随着系统改为实时流式处理,转写和发送过程的速度与稳定性也有所提升。
这意味着,用户通过语音输入长问题、会议记录或零散想法时,不再像此前那样受10分钟时长约束。不过,OpenAI暂未披露新的最长录音时长,也未说明是否支持无限时长使用。
需要注意的是,Live Dictation与ChatGPT的语音对话模式并不相同。后者主要用于与AI进行实时语音交流,前者则用于将用户语音转写为文本消息。
OpenAI此前已于6月推出新的语音识别模型,并表示该模型提升了包括韩语在内多种语言的转写准确率;与旧模型相比,主要语言的词错误率至少下降10%。
Live Dictation将覆盖iOS、Android、网页和桌面端,并向全球用户分批开放,适用于包括免费版在内的所有ChatGPT用户。
随着转写准确率、实时处理能力和输入时长限制同步优化,ChatGPT的语音输入功能也进一步向长文本记录和内容整理场景延伸。