I mai fengslet demonstrasjonen av OpenAIs Advanced Voice Mode publikum, og genererte en b\u00f8lge av spenning. Imidlertid ble den innledende spenningen raskt til skuffelse da det ble avsl\u00f8rt at funksjonen ikke ville v\u00e6re tilgjengelig f\u00f8r senere i \u00e5r.<\/p>\n
Spol frem noen m\u00e5neder, og OpenAI har rullet ut Advanced Voice Mode til alle brukere av ChatGPT, inkludert b\u00e5de gratis og betalte abonnenter. Med teknologien som n\u00e5 er tilgjengelig for bredere bruk, er det p\u00e5 tide \u00e5 evaluere ytelsen og se om den oppfyller de h\u00f8ye forventningene som ble satt av den f\u00f8rste presentasjonen.<\/p>\n
En p\u00e5takelig f\u00f8lelse av skuffelse oppsto fra brukere som forventet at Advanced Voice Mode skulle gjenspeile de imponerende funksjonalitetene som ble vist i den tidligere demoen. N\u00f8kkelfunksjoner som multimodalitet, internett-tilkobling og filopplastingsmuligheter er merkbart frav\u00e6rende. Til tross for utrullingen av ChatGPT Search, mangler talemodusen fortsatt sanntids internettilgang og oppdateringer.<\/p>\n
Dessuten begrenser manglende evne til \u00e5 fortsette stemmesamtaler fra tidligere tekstbaserte interaksjoner dens praktiske funksjon. Denne mangelen st\u00e5r i sterk kontrast til de lovende egenskapene som ble fremhevet under demoen, og f\u00e5r brukere til \u00e5 \u00f8nske seg funksjoner som forblir urealiserte.<\/p>\n
Til tross for sine begrensninger, viser Advanced Voice Mode markerte forbedringer i forhold til forgjengeren. Samtaler f\u00f8les mer organiske, og brukere kan avbryte uten \u00e5 vente p\u00e5 at AI skal \u00abtenke\u00bb, og skape en mer engasjerende opplevelse.<\/p>\n
Mens noen spekulerer om backend-prosessene til den nye stemmemodusen, tyder min erfaring p\u00e5 at det er minimal forsinkelse mellom \u00e5 snakke og motta et svar. Denne umiddelbarheten fremmer en f\u00f8lelse av dialog som ligner p\u00e5 menneskelig samtale.<\/p>\n
Evnen til \u00e5 bytte mellom spr\u00e5k, inkludert hindi, punjabi, engelsk og fransk, er ogs\u00e5 prisverdig. Noen ganger sliter det imidlertid med \u00e5 skille mellom hindi og punjabi, og stemmemodusen kan dra nytte av en direkte transkripsjonsfunksjon for spr\u00e5kl\u00e6ring.<\/p>\n
ChatGPTs utvalg av stemmer forbedrer brukeropplevelsen. For \u00f8yeblikket tilbyr den f\u00f8lgende stemmer:<\/p>\n
Den livlige naturen til disse stemmene gj\u00f8r interaksjoner langt morsommere sammenlignet med de som tilbys av konkurrenter som Gemini Live og Copilot, som mangler en lignende flytende samtale.<\/p>\n
Mens stemmemodusen effektivt kan formidle emosjonelle nyanser for historiefortelling, kommer den til kort p\u00e5 grunn av altfor strenge begrensninger. I den tidligere demoen opplevde brukerne et bredere spekter av funksjoner, inkludert muligheten til \u00e5 synge, som er fjernet for \u00e5 unng\u00e5 potensielle brudd p\u00e5 opphavsretten.<\/p>\n
Dessverre forringer disse begrensningene den generelle opplevelsen. Brukere kan st\u00f8te p\u00e5 avslag p\u00e5 rimelige foresp\u00f8rsler, for eksempel \u00e5 generere dialoger for \u00e5 handle praksis, skape frustrasjon. Avansert stemmemodus kan av og til oppfylle noen kreative sp\u00f8rsm\u00e5l med litt sp\u00f8rsm\u00e5l, men f\u00f8ler ofte at inkonsekvens hindrer brukervennligheten.<\/p>\n
En bemerkelsesverdig funksjon i Advanced Voice Mode er dens evne til \u00e5 huske informasjon. Det tillater imidlertid ikke oppf\u00f8lging av talesamtaler i eksisterende chatter som inneholder tekst eller bilder, en betydelig begrensning.<\/p>\n
Til sammenligning st\u00f8tter Gemini Live l\u00f8pende dialog uavhengig av tidligere chat-kontekster, og fremhever et omr\u00e5de der OpenAI kan trenge \u00e5 forbedre seg for \u00e5 konkurrere effektivt.<\/p>\n
Mens raske svar forbedrer samtaledynamikken, kan de noen ganger forstyrre dialogflyten. AI har en tendens til \u00e5 feiltolke pauser som en invitasjon til \u00e5 svare, noe som f\u00f8rer til avbrudd som kan avspore brukerens tankerekke.<\/p>\n
En funksjon som lar brukere signalisere lengre pauser, lik en “Hold”-knapp, vil i stor grad forbedre naturligheten til disse interaksjonene.<\/p>\n
De fleste interaksjoner med Advanced Voice Mode er jevne, men brukere kan av og til st\u00f8te p\u00e5 mindre feil, for eksempel korte statiske eller uventede stemmeendringer. Selv om disse problemene generelt er sm\u00e5, kan de av og til forstyrre brukeropplevelsen.<\/p>\n
Avansert stemmemodus er tilgjengelig p\u00e5 den gratis ChatGPT-planen i omtrent 15 minutter per m\u00e5ned, men full tilgang krever et abonnement. Dette st\u00e5r i kontrast til konkurrenter som Copilot og Gemini Live, som tilbyr sine stemmefunksjoner uten kostnad for brukerne.<\/p>\n
Abonnementsgebyret, sammen med frav\u00e6ret av funksjoner som internettilgang som finnes i andre modeller, reiser sp\u00f8rsm\u00e5l om verdien av tjenesten, spesielt for brukere som utelukkende er interessert i talefunksjoner.<\/p>\n
Mens Advanced Voice Mode unektelig kan skryte av imponerende teknologiske fremskritt, lever den for \u00f8yeblikket ikke alt som lovet i demoen. Dens praktiske bruksomr\u00e5der er begrenset, og uten betydelige forbedringer fungerer den mer som en nyhet enn et n\u00f8dvendig verkt\u00f8y.<\/p>\n
For de som allerede abonnerer p\u00e5 ChatGPT for funksjoner som Canvas, S\u00f8k eller resonneringsmodellen, kan Advanced Voice Mode tjene som et herlig tillegg. Det kan imidlertid ikke rettferdiggj\u00f8re et abonnement alene.<\/p>\n