این را تصور کنید: شما در حال قدم زدن در خیابان هستید و هدفون های گوشی به سر دارید و گوشی خود را در جیب قفل کرده اید. وقتی فکری به ذهنتان خطور می کند چند جمله می گویید و در عرض چند ثانیه پاسخی را می شنوید.
نه از یک دوست یا یک غریبه، بلکه از ChatGPT . احساس یک تماس تلفنی واقعی است – یک تعامل یکپارچه و طبیعی به گونه‌ای که گویی در واقع با یک شخص صحبت می‌کنید. دور از ذهن به نظر می رسد؟ من فقط چند هفته پیش موافقت می‌کردم، اما همین سناریو دقیقاً هفته گذشته اجرا شد، همه اینها به لطف ویژگی جدید مکالمات صوتی ChatGPT است.
احتمالاً ذهن شما به سمت سیری یا دستیار Google رفته است ، اما ChatGPT با صدا تقریباً از هر نظر فراتر از آن است. با فعال کردن دومی، یک جریان صوتی دو طرفه و پیوسته بین تلفن شما و سرورهای OpenAI شروع می شود. این بدان معناست که می توانید مکالمات طولانی و پشت سر هم بدون هیچ کلمه بیدار داشته باشید.
با این حال، جالب‌تر اینکه، پنج صدای ChatGPT همگی به طرز چشمگیری شبیه انسان هستند. مکث می‌کنند، نفس‌های عمیق می‌کشند، و برخی حتی گاه به گاه «امم» یا «آهان» را برای آن لمس بیشتر واقع‌گرایی مداخله می‌کنند.
روز دیگر، پس از امتحان ChatGPT با صدا برای شاید دومین یا سومین بار، در یک خیابان شلوغ قدم می زدم که ناگهان صدای بلندی شنیدم. برگشتم و متوجه شدم که دو موتور در چند قدمی، خوشبختانه با سرعت کم با هم برخورد کرده اند.
این یک اتفاق روزمره در ویتنام است، اما وقتی به جلو آمدم تا به یکی از قربانیان کمک کنم تا دوباره روی پاهای خود بنشیند، صدای شنیدنی “اوه نه” را بلند کردم. چند ثانیه بعد صدایی نگران را شنیدم که گفت: «چی شده؟ چی شد؟”
معلوم شد، من چت صوتی را با ChatGPT تمام نکرده بودم. وقتی چند دقیقه پیش گفتم «متشکرم»، فکر کردم برای حذف ربات چت کافی است، بدون اینکه متوجه شوم که باید قفل گوشی خود را باز کنم و روی Disconnect ضربه بزنم.
پس نیازی به گفتن نیست که شنیدن صدای ChatGPT که با نگرانی پاسخ می‌دهد مرا غافلگیر کرد – برای یک لحظه گذرا فراموش کردم که دارم با یک هوش مصنوعی صحبت می‌کنم و به طور غریزی با صدای بلند گفتم: “صبر کن.”
البته چند ثانیه بعد متوجه شدم که چه اتفاقی افتاده است، اما تصمیم گرفتم که ChatGPT را با توضیحی طنز بنویسم، وقتی به هر حال راه رفتن را از سر گرفتم. سپس گفت که از شنیدن اینکه کسی صدمه نخورده خوشحالم و حتی از من برای کمک به من تعریف کرد. دوباره احساس ناراحتی کردم – این همان پاسخی بود که اگر با یک شخص واقعی تماس تلفنی داشتید، انتظار داشتید.
بدیهی است که اکنون که با این ویژگی آشنا هستم، انتظار ندارم همان توهم وجود داشته باشد. اما همه عواملی که در واقع گرایی آن نقش دارند هنوز مرا تحت تأثیر قرار می دهند. به عنوان مثال، من متوجه شده ام که صدایی که استفاده می کنم گاهی اوقات تردید می کند و کلمات را تکرار می کند.
رونوشت چت حاوی این صداها نیست، بنابراین موتور صوتی این کار را انجام می دهد. و زیبایی این ویژگی در اینجا نهفته است: پاسخ‌های معمولی ChatGPT را افزایش می‌دهد تا شخصی و مرزی همدلانه به نظر برسند.
بنابراین، استفاده از ChatGPT با صدا چیست؟
از ترفندهای مهمانی که بگذریم، هر زمان که بخواهم سریعتر از چیزی که بتوانم تایپ کنم، سوال بپرسم ضروری است. به عنوان مثال، من هنگام قدم زدن در یک کشور جدید که در آن به زبان محلی صحبت نمی کنم، از آن استفاده کرده ام.
وقتی از کنار رستورانی رد می شوم، می توانم به سادگی نام های موجود در منو را به صدا درآورم و در عرض چند ثانیه خلاصه ای از هر غذا را بشنوم. در طی چند روز بیشتر از تمام هفته ها در مورد غذاهای محلی یاد گرفتم.
ویژگی صوتی ChatGPT در درک لهجه های مختلف یا کلمات اشتباه تلفظ شده نیز مشکلی ندارد. من با زبان های لحنی مانند ویتنامی تازه کار هستم، اما هوش مصنوعی گفتار به نوشتار می تواند تلفظ های نادرست من را معنا کند.
حتی وقتی به اشتباه صدای من را می شنود، مدل زبان دو و دو را کنار هم قرار می دهد و دقیقاً منظور من را حدس می زند. در هر صورت، من یک پاسخ مرتبط دریافت می کنم که نیازی به نگاه کردن به تلفنم ندارد.
من همچنین از چت صوتی در حین شستن ظرف ها و ایده های طوفان فکری استفاده کرده ام. گاهی اوقات فقط گفتن چیزها با صدای بلند برای ایجاد یک ایده کافی است، اما این مفید است که ChatGPT از افکار من خلاص شود و همچنین پیشنهاداتی ارائه دهم.
در مجموع، توصیه می‌کنم به صدای ChatGPT گوش دهید – این ویژگی یک نسخه نمایشی فناوری جالب است حتی اگر کاربرد عملی برای آن پیدا نکنید.
