ChatGPT Voice: 13 nowych głosów, polskiego wśród nich nie ma

OpenAI ogłosiło 15 października na forum społeczności, że GPT-Live-1.1, nowa wersja modelu prowadzącego rozmowy głosowe w ChatGPT Voice, ma 13 nowych głosów i znacznie lepiej działa w sześciu językach wymienionych z nazwy. Polskiego wśród nich nie ma, choć według iMagazine, polskiego serwisu o produktach Apple, tryb głosowy wspierał polski już w lipcu.

Według ogłoszenia wersja 1.1 znacznie lepiej działa we francuskim, niemieckim, hindi, meksykańskim hiszpańskim, koreańskim i japońskim oraz w wielu innych językach poza angielskim. Nazw tych innych języków nie podano. Miary poprawy w ogłoszeniu też nie ma.

Polskiego nie ma wśród sześciu języków wymienionych w ogłoszeniu. Nie ma go też wśród nowych głosów: AntyWeb, polski serwis technologiczny, pisał 16 października, że aktualizacja wprowadza 13 nowych głosów, ale bez języka polskiego. Rozmowa po polsku jest jednak możliwa. Według iMagazine z 9 lipca system wspiera polski, choć producent uprzedzał, że w początkowej fazie model może mówić z obcym akcentem.

Czy poprawa akcentów z 15 października obejmuje polski, nie wiadomo. Ogłoszenie tego nie rozstrzyga, a AntyWeb pisze, że trudno powiedzieć. Ten sam serwis zauważa, że tryb głosowy rozmawia po polsku, ale czasami potrafi nieco „przyamerykanizować” ze swoim akcentem, zwłaszcza w dłuższych sesjach. Język rozmowy można wskazać osobno, co według dokumentacji pomaga systemowi trafniej rozpoznawać mowę.

Według serwisu technologicznego Mixed pełny GPT-Live-1.1 dostają użytkownicy planów Plus, Pro i Business, a mniejszy Quip plany Free i Go. Serwis technologiczny DataNorth zauważa, że OpenAI nie podaje, ile jakości mniejszy model traci.

Limity zależą od planu (dane z Notebookcheck, serwisu o sprzęcie i technologii, oraz z DataNorth):

• Free: ograniczony dostęp do Quip, limit może się zmienić (DataNorth).
• Go: trzy godziny z modelem Quip w oknie 24 godzin (Notebookcheck).
• Plus: trzy godziny z pełnym GPT-Live-1.1 (Notebookcheck).
• Business: trzy godziny na poziomie Standard albo 15 godzin na Premium, potem 1,25 kredytu za minutę (DataNorth).
• Pro za 100 dolarów: do 15 godzin (Notebookcheck).
• Pro za 200 dolarów: bez stałego limitu, z zabezpieczeniami przed nadużyciami (Notebookcheck).

OpenAI napisało 15 października, że wdrożenie rusza tego dnia dla wszystkich użytkowników, a do API, czyli interfejsu programistycznego, przez który programiści podłączają model do własnych programów, ma trafić wkrótce. Mixed pisze, że wdrożenie jest stopniowe i nie każde konto widzi już nowe głosy. Notebookcheck zauważa, że OpenAI nie podało daty jego końca. Cen w złotych źródła nie podają.

Dla firm budujących własnego asystenta głosowego znaczenie ma API. Poprzednia wersja, GPT-Live-1, jest tam od 10 września, a DataNorth podaje cenę 0,05 dolara za minutę warstwy głosowej. Źródła nie wyjaśniają, co obejmuje ta warstwa.

Stacja informacyjna Polsat News opisała zasady AI Act, unijnego rozporządzenia o sztucznej inteligencji: od 2 sierpnia 2026 roku firmy muszą informować użytkowników, że rozmawiają z systemem sztucznej inteligencji. Obowiązek dotyczy także telefonu. Portal gospodarczy Forsal dodaje, że informacja ma paść najpóźniej przy pierwszej interakcji, jasno i dostępnie, a naruszenie obowiązków przejrzystości z art. 50 może zostać objęte administracyjną karą do 15 mln euro (kilkadziesiąt milionów złotych), a w przypadku przedsiębiorstwa do 3 proc. jego całkowitego światowego rocznego obrotu.