The Verge刚发了篇报道,说OpenAI给ChatGPT上了个新活。打工人开会疯狂输出或者语音碎碎念的时候,它终于能边听边记了,不用再干等着录音结束。
核心看点
- ChatGPT上线Live Dictation,支持边说边转录,全球所有计划可用。
- 正式取消语音输入的10分钟录音限制,转录可靠性进一步提升。
- 去年的会议转录record mode仍在测试,但基础语音输入已全面放开。
这次的主角叫Live Dictation。以前我们用语音输入,总得等一口气说完,它才开始吭哧吭哧转文字。现在不一样了,你这边嘴巴不停,它那边文本就跟着往外蹦。在网页端、桌面应用以及iOS和Android端,只要点一下那个音频波形,就能看到AI正在生成的实时文本。录完之后,你还能直接在提示词框里修改错别字。更让打工人狂喜的是,OpenAI直接把语音输入的10分钟录音限制给砍了。以前开个长会,说到一半突然断掉,那种窒息感谁懂?现在官方表示这个功能变得“更可靠”了。要知道,今年早些时候OpenAI刚对双向对话语音模式进行了一次大改版,这次更新显然是顺着那个思路继续往下挖。对于普通白领来说,这意味着你终于可以把脑子里那些乱七八糟的想法,不用经过键盘的二次过滤,直接倒给AI了。以前大家吐槽AI语音输入像挤牙膏,说十句它记一句,现在这种边说边记的体验,算是把职场人最核心的痛点给按在地上摩擦了一遍。这种不需要等待的流畅感,对于习惯了即时反馈的现代人来说,简直是降维打击。
不过,别急着把去年的老黄历翻出来。去年OpenAI其实宣布过一个叫“record mode”的功能,专门用来转录语音笔记和会议(详情见:https://help.openai.com/en/articles/11487532-chatgpt-record?utm_source=chatgpt.com )。但那个功能目前还在测试阶段,而且只限Plus、Enterprise、Edu、Business和Pro工作区使用。相比之下,这次全量推送的Live Dictation虽然只是提示词框里的语音输入,但胜在门槛低。你完全可以用它来让ChatGPT帮你转录语音消息,或者直接扔给它转成要点。官方在X上也发了动态(https://x.com/ChatGPT/status/2123114715257946334?a=8hvL-IC8dYhlkm96Ie8&s=20 )预热,这其实是OpenAI在下一盘大棋,先用低门槛的语音输入培养习惯,再慢慢把重度会议场景打磨好。更多发布说明可看这里:https://help.openai.com/en/articles/6825453-chatgpt-release-notes 。这种“基础功能全量送,高级功能慢慢割”的策略,在SaaS圈早就见怪不怪了。对于没买高级订阅的白嫖党来说,能白嫖到一个不限时的语音输入,已经算是薅到羊毛了。
面对这两个功能,打工人到底该怎么选?如果你只是想在通勤路上口述一段灵感,或者给老板发一段长语音汇报,直接用提示词框里的Live Dictation。它响应快,全平台通用,转完直接微调就能发。但如果你是要记录一场长达一小时的跨部门扯皮大会,且你有Plus或更高级别的订阅,那就去等record mode。别指望用基础的语音输入去硬扛一小时的会议,网络稍微一抖,前面的心血就全白费了。选错工具,不仅省不下时间,反而会让你在整理乱码一样的文本时崩溃。
当然,这功能也不是万能药。边说边转录对网络环境和你的普通话水平是个考验。如果你习惯边想边说,中间夹杂大量“那个”、“然后”、“就是说”,转录出来的文本会惨不忍睹。建议在使用时,刻意放慢语速,把句子说完整。另外,在嘈杂的咖啡厅或者开放式办公区,麦克风收音混入背景音,AI的识别率会直线下降。这时候老老实实打字,或者找个安静的会议室再开口,才是保命指南。
说白了,OpenAI这次取消10分钟限制,精准拿捏了职场人的会议恐惧症。我们每天被各种无效会议填满,能用来深度思考的时间被切得稀碎。AI帮你记录、帮你总结,省下的不是打字的时间,而是你从会议中抽身出来、重新找回工作节奏的心智带宽。当AI把“听”和“记”这种脏活累活全包了,你总该腾出脑子来想想,自己到底还有什么不可替代的价值。
点个赞再走?
你平时开会是用AI录音还是自己狂敲键盘?
本文依据以下公开报道整理:
来源:The Verge AI
原文链接:https://www.theverge.com/ai-artificial-intelligence/1037634/openai-chatgpt-live-dictation
往期推荐
- ·常听 AI 被指反乌托邦,打工人用 Siri Recap 会社死吗
- ·
- ·
点击公众号头像 → 历史消息,可翻阅以上文章