ChatGPT Live Dictation 即時轉錄上線,長語音可直接改成 prompt
Tech News

ChatGPT Live Dictation 即時轉錄上線,長語音可直接改成 prompt

TechLab 編輯部·

ChatGPT 正在推出 Live Dictation,讓使用者以麥克風輸入時,可在說話途中看到逐字稿,不必等錄音結束才知道系統聽到了甚麼。OpenAI 亦取消語音聽寫原有的 10 分鐘錄音上限,並表示功能可靠性有所提升。

據 The Verge 報道,更新正向全球所有 ChatGPT 方案推出,覆蓋網頁、桌面版、iOS 及 Android app。使用時,使用者可點按或點擊音訊波形,開啟正在生成的文字稿;結束後可直接在 prompt 輸入框修訂內容,再交給 ChatGPT 處理。

先校對,再送出

這項改動的實際價值,在於把「口述」與「寫 prompt」之間原本看不見的等待時間縮短。以往用語音輸入較長指令時,使用者通常要錄完一段內容,等待轉錄完成,才有機會檢查人名、數字、專有名詞或指令條件是否出錯。即時文字稿至少讓使用者可在錄音過程中及早發現問題。

對需要把零散想法整理成指令的人來說,較實用的做法是先口述背景、目標和限制,完成後花一輪快速檢查,把關鍵名詞、日期和輸出格式改準確才送出。這樣可減少重說整段內容的機會,也保留文字 prompt 較容易編輯與追蹤的優點。

取消 10 分鐘上限亦令較長的口述需求變得可行,例如把一段語音備忘、訪談重點或會議後的想法轉成條列摘要。不過,錄得更長不代表內容必然更好整理:一段口述若混雜多個任務,仍應在文字稿中分段,並明確指定希望 ChatGPT 摘要、改寫還是提出下一步。

與 Record Mode 的定位不同

ChatGPT 的提示框聽寫,與 OpenAI 先前推出的 Record Mode 並不相同。The Verge 指出,Record Mode 用於轉錄語音備忘及會議,目前仍屬 beta,且只限 Plus、Enterprise、Edu、Business 和 Pro 工作區使用。

相較之下,Live Dictation 的重點是把語音更快帶入一般聊天 prompt,並讓使用者在送出前修訂逐字稿。因此,前者較適合即時建立提問或長指令;需要處理既有錄音或會議內容的使用者,仍要留意 Record Mode 的帳戶資格與 beta 限制。

OpenAI 雖稱 Live Dictation 會在全球推出,但報道未列出各語言的辨識範圍或不同帳戶的實際開通節奏。對繁體中文使用者而言,中文、英文混說及專有名詞的轉錄準確度,以及帳戶是否已收到功能,將是下一步更值得留意的使用差異。

延伸閱讀

AI 輔助說明: 本文由 AI 協助整理。


參考來源

本文根據原文及公開資料整理;資料有出入時,以原文及官方資料為準。

分享:WhatsAppThreadsTelegramFacebook