Az OpenAI májusban mutatta be a ChatGPT hangalapú beszélgetésre is képes változatát, mellyel már tényleg úgy lehet diskurálni, mint egy másik emberrel. A GPT-4o multimodális modellel képi és hangalapú bemeneteket is értelmezni tud a chatbot, de a legmegdöbbentőbb az volt, hogy nevetni is tud, ahogyan korrigálni is képes magát, ha tévedett – sok más mellett. Egyelőre azonban csak korlátozott számú felhasználónál volt elérhető, leginkább béta állapotban.

Az Advanced Voice Mode (AVM) nevű funkció azonban most még több felhasználóhoz érkezik meg, nem mellesleg kisebb-nagyobb ráncfelvarrásokat is kap. Az első szembetűnő változás a külcsínt illeti: az eddigi animált pontokat beszéd közben egy kék, de szintén animált gömb váltja fel. Érkezett öt új beszédhang is – Arbor, Maple, Sol, Spruce és Vale, kilencre bővítve a hangok számát.

Az OpenAI az AVM-mel egy kicsit „természetesebbé” is kívánja tenni a ChatGPT használatát, a fenti nevek is bírnak az angol nyelvterületen ilyen jelentéssel – derül ki a TechCrunch cikkéből. A chatbot az első verziók óta már jobban megérti az akcentusokat, a válaszai pedig gyorsabbak és gördülékenyebbek.

Újdonság, hogy már testre is lehet szabni a chatbotot egyéni utasításokkal, így személyesebb válaszokat adhat. Nem mellesleg memorizálni is tudja a korábbi beszélgetéseket, hogy később hivatkozni tudjon a korábban elhangzottakra.

Még mindig vannak azonban hiányosságok: a májusban bemutatott képesség, hogy a kamera segítségével egy papírra vetett matematikai példát is megold, mai napig hiányzik. A Scarlett Johansson hangjára megszólalásig hasonlító Sky hang sem elérhető, ami kisebb botrány okozott a bemutató után.

A következő időszakban mind több fizető felhasználóhoz érkezik meg az AVM, amiről a szerencsések értesítést is fognak kapni a ChatGPT alkalmazásban.

Ha máskor is tudni szeretne hasonló dolgokról, lájkolja a HVG Tech rovatának Facebook-oldalát.