一名成人手持手機口述訊息,AI生成情境示意。圖/媒角抵加

(媒角抵加/林承志綜合報導)口述長段訊息給ChatGPT,現在可以邊說邊看轉寫內容。OpenAI於11月18日宣布推出Live Dictation即時聽寫,並取消原有的10分鐘錄音上限。使用者可點選波形顯示文字,停錄後先修改再送出。這項更新正向全球所有方案分批推出,涵蓋iOS、Android、網頁與桌面應用程式。

關鍵資訊

  • 功能用途:把口述內容轉成ChatGPT輸入欄中的文字訊息。
  • 這次變化:說話時即時轉寫、切換文字顯示,並移除10分鐘錄音限制。
  • 推出範圍:全球所有方案分批開放,涵蓋手機、網頁與桌面版。
  • 人工確認:停錄後可編輯文字,確認內容再送出。

說話時看文字,停錄後再修改送出

過去使用ChatGPT聽寫,要等錄音結束才看到轉寫結果。Live Dictation讓文字在說話過程中出現;使用者點按或點擊音訊波形,就能顯示或隱藏文字。The Verge記者Stevie Bonifield於11月19日報導,錄音完成後,轉寫內容仍可在輸入欄中編輯。

依照OpenAI聽寫說明,使用者按下麥克風圖示後,音訊會傳送給模型轉寫,文字經使用者確認後才作為訊息送出。對於習慣先口述工作交辦、文章構想或長問題的人,流程是先說出內容,再整理姓名、數字與段落,最後送給ChatGPT處理。

口述、修改、送出三步驟,以人工修改為焦點的AI生成流程示意。
依OpenAI聽寫說明繪製口述、人工修改與送出流程;使用者可先編輯轉寫內容,再送出文字訊息。

10分鐘限制取消,手機與電腦分批更新

OpenAI在這次更新紀錄中明列,已移除聽寫的10分鐘錄音限制,同時表示轉寫速度與可靠性有所改善。公司未在該則公告提供新的準確率、誤字率或長時間連續錄音測試結果。

官方採全球、所有方案分批推送,未另列台灣各帳號的開放日期。已收到更新的使用者,可從聽寫介面的波形切換文字顯示。

聽寫音訊隨聊天保存,訓練分享可另外關閉

口述內容送往模型轉寫,也涉及錄音保存。依OpenAI的Voice Dictation FAQ,只要聊天仍保留在歷史紀錄,相關聽寫音訊也會保存;刪除聊天後,音訊原則上會在30天內刪除,安全、法律需求,或先前已分享訓練且與帳號解除連結的音訊另有例外。

個人用戶若選擇分享音訊協助改善模型,OpenAI可能使用聽寫錄音訓練。使用者可在設定的資料控制中關閉「Include your audio recordings」,或關閉「Improve the model for everyone」。這兩項設定控制訓練分享;聊天與音訊的保存則依刪除規則處理。

資料來源與更新紀錄

延伸閱讀