ChatGPT dostał 13 nowych głosów, ale żaden nie jest polski

OpenAI zaczęło 15 października wdrażać GPT-Live-1.1, nową wersję modelu głosowego w ChatGPT, z 13 nowymi głosami. Żaden z nich nie jest polski. Wpis OpenAI na forum społeczności podaje tylko, że aktualizacja trafia do wszystkich użytkowników. Planów, krajów i limitów rozmowy w nim nie ma, a liczby godzin pochodzą wyłącznie z serwisów branżowych.

GPT-Live to model OpenAI do rozmów głosowych w ChatGPT. Słucha i mówi jednocześnie. Według polskiego serwisu technologicznego Antyweb wersja 1.1 zastępuje GPT-Live-1, a mniejszy model Quip przejmuje miejsce dawnego GPT-Live-1 mini.

Wpis OpenAI dodaje tylko, że do API, czyli interfejsu dla programistów, aktualizacja trafi wkrótce. Branżowy portal DataNorth opisuje podział: plan bezpłatny i Go dostają Quip, przy czym w bezpłatnym dostęp jest ograniczony, a limit może się zmienić. Według Antyweb plan Plus korzysta z pełnego modelu.

W lipcu serwis Techoteka pisał, że GPT-Live-1 ma stać się domyślnym modelem głosowym dla planów Go, Plus i Pro, a użytkownicy bezpłatnego planu otrzymują wersję mini. Według DataNorth Go korzysta teraz z Quip, który według Antyweb zajął miejsce wersji mini. Wpis OpenAI planów nie podaje.

W Polsce plan Go kosztuje 34,99 zł miesięcznie, a Plus 99,99 zł, według zestawienia serwisu AI-Radar z 28 września. Różnica wynosi 65 zł miesięcznie. Według Antyweb oba plany dają do trzech godzin rozmowy w trybie czatu.

Antyweb wylicza, że nowe głosy dotyczą francuskiego, niemieckiego, hindi, japońskiego, koreańskiego i meksykańskiego hiszpańskiego. Serwis SukcesAI dodaje, że każdy z tych języków dostał po dwa głosy, a trzynasty to anglojęzyczny Bubbie. Polskiego nie ma. Wpis OpenAI wymienia te same języki z nazwy i dodaje „many other non-English languages”, czyli wiele innych języków poza angielskim, w których jakość ma być wyraźnie lepsza. Czy polski należy do tych „wielu innych”, wpis nie rozstrzyga.

Antyweb i SukcesAI piszą, że tryb głosowy rozmawia po polsku, ale czasem przyamerykanizuje akcent, zwłaszcza w dłuższych sesjach. Magazyn iMagazine relacjonował w lipcu, że producent uprzedzał o możliwym obcym akcencie w początkowej fazie.

Limit czasu rozmowy opisują trzy serwisy. Antyweb podaje, że w trybie czatu Go ma do trzech godzin rozmów z Quip, a Plus do trzech godzin z pełnym modelem. SukcesAI dodaje, że okno jest kroczące, czyli liczone wstecz z każdej chwili przez ostatnie 24 godziny, że plan Pro za 100 dolarów ma 15 godzin, a Pro za 200 dolarów nie ma limitu. Wpis OpenAI o wersji 1.1 limitów nie zawiera.

Według Techoteki poprzedni tryb głosowy, Advanced Voice Mode, działał turowo, czyli na przemian: mówi człowiek, potem mówi asystent. GPT-Live ma według serwisu Telepolis architekturę full-duplex, czyli jednoczesne słuchanie i mówienie. Wpis OpenAI o wersji dla API opisuje to jako obsługę pauz i przerwań.

W lipcu GPT-Live nie obsługiwał analizy wideo ani współdzielenia ekranu. Według iMagazine te opcje wymagały przełączenia na starszy, standardowy tryb głosowy. Co do wersji 1.1, źródła milczą.