من از حالت صوتی جدید ChatGPT برای ترجمه جام جهانی در زمان واقعی استفاده کردم – این اتفاق افتاد
OpenAI GPT-Live (مخصوصاً GPT-Live-1 و GPT-Live-1 mini) را حذف کرده است و کاملاً احساس صحبت کردن با هوش مصنوعی را تغییر می دهد. همه ما دیدهایم که ChatGPT Voice چه کاری میتواند انجام دهد، اما این یک هوش مصنوعی کاملاً متفاوت به نظر میرسد.
نسخه های قبلی ChatGPT Voice سفت و سخت و روباتیک بود زیرا نمی توانست دقیقاً مکث ها یا دقیقاً زمان پاسخگویی را درک کند. بنابراین نمی توانم به اندازه کافی بر احساس متفاوت GPT-Live تأکید کنم. این کار قالب را کاملا می شکند. بهترین جنبه این بهروزرسانی، نحوه مدیریت مداوم و بیدرنگ رسانهها است.
من شیفته فناوری جدید “فول دوبلکس” بهروزرسانی شدم و تصمیم گرفتم محدودیتهای آن را در دورهای مقدماتی جام جهانی 2026 آزمایش کنم. با وجود اینکه امروز هیچ بازی وجود نداشت، تلفنم را کنار بلندگوهای لپتاپم گذاشتم، پخش قبلی Telemundo را روشن کردم و به ChatGPT اجازه دادم به تفسیر اسپانیایی سریع آن گوش دهد.
ChatGPT به جای منتظر ماندن برای مکث یا قطع کردن هنگام فریاد زدن گویندگان، مانند یک مترجم کامل همزمان عمل کرد و یک ترجمه انگلیسی مداوم و در حال اجرا را مستقیماً در بالای صدای پخش ارائه کرد.
در اینجا آمده است که چگونه فناوری زیربنایی این کار را ممکن میسازد، چگونه OpenAI آن را ایمن نگه میدارد، و دستورالعملهای کاملی که میتوانید برای امتحان آن استفاده کنید.
چه چیزی GPT-Live را متفاوت می کند؟
تماشا کنید
برای شروع، بزرگترین پیشرفت فنی اینجاست معماری فول دوبلکس. GPT-Live به جای نوبت به گوش می دهد و همزمان صحبت کردن نه همیشه، او در کنار شما انگلیسی صحبت نمی کند. اما پویایی گفتار انسان را با حذف نشانههای گوش دادن فعال مانند «ممم»، «بله» یا «میفهمم» در حین صحبت کردن، یا ترجمه همزمان به انگلیسی در صورت درخواست، تقلید میکند. و اگر از فکر کردن دست بردارید، به جای اینکه مسیر شما را مسدود کند، در واقع منتظر شما خواهد بود.
OpenAI این را می نامد هیئت رزرو شدهاین بدان معناست که ChatGPT در خط باقی می ماند، به طور طبیعی با شما چت می کند و استدلال سنگین یا جستجوهای عمیق وب را به مدل های پرچمدار OpenAI (مانند GPT-5.5) در پس زمینه واگذار می کند.
همچنین دیگر لازم نیست به هوش مصنوعی گوش دهید و لیست طولانی اعداد یا جزئیات پیچیده را بخوانید. ChatGPT اکنون می تواند به صورت پویا در حین صحبت کردن باز شود کارت های بصری غنی برای مواردی مانند پیشبینی آبوهوا، نمودارهای سهام، نقشهها و آمار ورزش روی صفحهنمایش شما قرار دارد. من فکر می کنم تصاویر بصری بسیار مفید هستند، به خصوص در موضوعاتی مانند تاریخ های جام جهانی.
5 درخواست برای آزمایش GPT-Live
از آنجایی که GPT-Live به وقفه ها، چندوظیفه ای و گوش دادن مداوم متکی است، پیام های متنی استاندارد این کار را انجام نمی دهند. برنامه ChatGPT را باز کنید، روی نماد شکل موج ضربه بزنید و این پنج فرمان هندزفری را امتحان کنید:
1. تقلب ورزشی بین المللی
دستور را امتحان کنید: “در آستانه تماشای پخش زنده ورزشی با صدای بالا هستم. [Foreign Language, e.g., Spanish/French]. از شما می خواهم که به عنوان مترجم همزمان من عمل کنید. بی صدا نشوید، منتظر مکث نباشید، و نظر خود را اضافه نکنید. ترجمه انگلیسی منسجم و روانی از هر چیزی که مفسران می گویند در حین شنیدن ارائه دهید.”
چرا کار می کند: از آنجایی که GPT-Live می تواند به طور همزمان گوش کند و صحبت کند، می تواند به طور مداوم صدای خارجی را کنترل کند. برخلاف عینک های متا ویو که از شما می خواهند مستقیماً به فردی که صحبت می کند نگاه کنید، ChatGPT فقط گوش می دهد. بنابراین تنها کاری که باید انجام دهید این است که پخش بینالمللی را روشن کنید یا کنفرانسهای مطبوعاتی بعد از بازی را در تلویزیون خود تماشا کنید، تلفن خود را نزدیک بلندگو قرار دهید و یک دوبله صوتی فوری دریافت کنید.
2. طوفان فکری فعال
دستور را امتحان کنید: “هی، بیایید ایده های منحصر به فرد کسب و کار را برای یک کافی شاپ محلی و پایدار جمع آوری کنیم. من از شما می خواهم ایده ای را برای من مطرح کنید، اما در حین صحبت با مخالفت صحبت شما را قطع می کنم و از شما می خواهم که مکالمه خود را در همان لحظه بر اساس آنچه من می گویم تغییر دهید.”
چرا کار می کند: این قابلیتهای دوبلکس کامل مدل را آزمایش میکند. می توانید وسط جمله را قطع کنید. او نیز به طور یکپارچه منطق خود را بدون لغزش یا شروع مجدد فرآیند فکر خود منطبق خواهد کرد.
3. ابزار ردیابی مسابقه چند وظیفه ای
دستور را امتحان کنید: “من در حال حاضر جام جهانی را تماشا می کنم. آیا می توانید جدول رده بندی مسابقات فعلی را بررسی کنید، یک لیست سریع از مسابقات یک چهارم نهایی آینده پیدا کنید و پیش بینی آب و هوای استادیوم میامی را بررسی کنید؟ در حالی که من همه چیز را بررسی می کنم، درباره بزرگترین ناراحتی های مسابقات با من صحبت کنید.”
چرا کار می کند: این مدل را مجبور به استفاده از تفویض تفکیک شده می کند. در حالی که فرآیندهای پسزمینه دادههای همزمان را دریافت میکنند، به طور تصادفی با شما چت میکند و کارتهای بصری جدید را مستقیماً روی صفحه نمایش شما راهاندازی میکند.
4. «مرا قطع نکنید» تخلیه مغزی
دستور را امتحان کنید: “میخواهم مشکل پیچیدهای را که در طرحبندی پروژه دارم توضیح دهم. تمایل دارم در افکارم تردید کنم، مکث کنم و به آرامی صحبت کنم. فقط از شما میخواهم فعالانه گوش کنید، تصدیق کنید که دنبال میکنید، و من به وضوح میگویم، “خوب، کارم تمام شد، نظر شما چیست؟” می خواهم تا زمانی که نگویم جواب نهایی را ندهی
چرا کار می کند: این ویژگی های جدید تشخیص چرخش و فیلتر نویز پس زمینه مدل را آزمایش می کند. این ثابت می کند که می تواند مکث های طبیعی انسان را بدون عجله تحمل کند.
5. مربی زبان زنده
دستور را امتحان کنید: “به عنوان مترجم زنده من عمل کنید. من سفارش غذا را در یک رستوران به زبان ایتالیایی تمرین می کنم. بیایید یک نقش آفرینی سریع اجرا کنیم که در آن نقش پیشخدمت را بازی می کنید، کاملاً به زبان ایتالیایی صحبت می کنید، اما اگر در یک کلمه تردید طولانی مدت داشته باشم، نشانه های صوتی سریع و ظریف انگلیسی را به من می دهد.”
چرا کار می کند: تأخیر بسیار کم و حرکات روان به جلو و عقب، تمرین زبان در زمان واقعی را بهجای رباتیک، فوقالعاده ارگانیک میسازد.
امنیت طراحی شده برای مکالمه در زمان واقعی
از آنجا که مکالمات مبتنی بر صدا دارای وزن احساسی بیشتری هستند و سریعتر از متن رخ می دهند، OpenAI اقدامات امنیتی کاملاً جدیدی را در کنار GPT-Live معرفی کرده است:
- بررسی های زمان واقعی: سیستم مکالمه را همانطور که اتفاق می افتد نظارت می کند. اگر هوش مصنوعی وارد نسلی پرخطر شود، به صورت پویا پاسخ صوتی را تغییر میدهد یا در موقعیتهای پرخطر به طور کلی به تماس پایان میدهد.
- محافظت از نوجوان و کنترل والدین: OpenAI می گوید رفتار مناسب با سن به طور مستقیم در مدل آموزش داده می شود. والدین می توانند صدای ChatGPT را برای نوجوانان خود به طور کامل از طریق کنترل های والدین غیرفعال کنند و اگر نوجوان نشانه هایی از پریشانی جدی یا آسیب رساندن به خود را نشان دهد، والدین مرتبط می توانند مطلع شوند.
- محافظت در برابر جعل هویت: برای جلوگیری از دیپفیک، GPT-Live به شدت به ۹ صدای سیستم از پیش تعریفشده و بازسازیشده OpenAI وابسته است. OpenAI میگوید هر فرمانی برای کپی کردن یا تقلید صدای یک شخص واقعی را رد میکند.
- نظارت بر اعتماد عاطفی: از آنجا که مدل فوق العاده انسانی به نظر می رسد (با استفاده از پرکننده گفتار مانند “mhmm”)، OpenAI از نظارت طولانی مدت برای بررسی و جلوگیری از ایجاد وابستگی عاطفی ناسالم به هوش مصنوعی توسط کاربران استفاده کرد.
چگونه به دست آوریم
GPT-Live-1 اکنون در سراسر جهان به عنوان موتور صوتی پیش فرض برای کاربران ChatGPT Plus، Pro و Go در دسترس است، در حالی که GPT-Live-1 mini به سطح رایگان می رسد. اگر آپدیت را در iOS، اندروید یا دسکتاپ دریافت کردید، کافیست روی دکمه صوتی ضربه بزنید و تعامل نسل بعدی هوش مصنوعی را برای خودتان تجربه کنید.
متوجه خواهید شد که دایره آبی معمولی اکنون به رنگ اسطوخودوس تغییر کرده است. به این ترتیب می دانید که از GPT-Live-1 استفاده می کنید. نظر خود را در نظرات به من بگویید.
آماندا کاسول را دنبال کنید و از منحنی هوش مصنوعی جلوتر بمانید
دنبال کردن راهنمای تام برای Google News و ما را به عنوان منبع ترجیحی اضافه کنید برای مشاهده آخرین اخبار، تحلیل ها و بررسی های ما در فیدهای خود. مشترک شدن در راهنمای تام یوتیوب و ما را دنبال کنید tiktok. در نهایت می توانید از بخش ویژه ما دیدن فرمایید. دفتر مرکزی تیم پس انداز راهنمای تام برای کمک متخصصان برای دریافت بهترین محصولات با قیمت کمتر.
اطلاعات بیشتر از راهنمای تام
آماندا کاسول را دنبال کنید و از منحنی هوش مصنوعی جلوتر بمانید
دنبال کردن راهنمای تام برای Google News و ما را به عنوان منبع ترجیحی اضافه کنید برای مشاهده آخرین اخبار، تحلیل ها و بررسی های ما در فیدهای خود. مشترک شدن در راهنمای تام یوتیوب و ما را دنبال کنید tiktok. در نهایت می توانید از بخش ویژه ما دیدن فرمایید. دفتر مرکزی تیم پس انداز راهنمای تام برای کمک متخصصان برای دریافت بهترین محصولات با قیمت کمتر.
اطلاعات بیشتر از راهنمای تام
آماندا کاسول را دنبال کنید و از منحنی هوش مصنوعی جلوتر بمانید
دنبال کردن راهنمای تام برای Google News و ما را به عنوان منبع ترجیحی اضافه کنید برای مشاهده آخرین اخبار، تحلیل ها و بررسی های ما در فیدهای خود. مشترک شدن در راهنمای تام یوتیوب و ما را دنبال کنید tiktok. در نهایت می توانید از بخش ویژه ما دیدن فرمایید. دفتر مرکزی تیم پس انداز راهنمای تام برای کمک متخصصان برای دریافت بهترین محصولات با قیمت کمتر.