Povídáte si s ChatGPT? Já dost často a vím, že to je hodně v oblibě. Má to ale pár zádrhelů, které byste měli vědět.
Jen na začátek nutno zdůraznit, že tady je řeč o Voice conversations (hlasové konverzace) = mluvíte na ChatGPT a ona odpovídá hlasem (a zároveň se typicky ukládá přepis do chatu). Nejde o to že nadiktujete co chcete a poté to odešlete a pak dostanete zpět text s možnosti nechat si to přečíst.
Jde o hands-free konverzace, takže je zde možnost přerušit AI (prostě ji skákáte do řeči) a navádět styl odpovědi. A na výběr je tuším devět hlasů, takže si můžete vybrat jak bude znít. a A aktivuje se to onou žlutou (alespoň na iPhone, ale možná spíš oranžovou) ikonkou vpravo vedle okénka pro psaní.
Omezení
U placených plánů je „voice“ denně téměř neomezené, ale po vyčerpání denních minut/kvóty pro GPT-4o se přepne na GPT-4o mini. Což přináší jeden z klíčových možných problémů – živé povídání si s AI nepoužívá nejvýkonnější a “nejchytřejší” modely. A navíc může v průběhu dlouhého povídání si “zhloupnout”.
U Free účtů je voice rovnou na GPT-4o mini a je limitované (OpenAI schválně neuvádí přesné číslo, navíc se to nejspíš pružně mění). Což znamená, že pokud nemáte placenou ChatGPT tak AI v živém povídání si je ta hloupější.
TIP: Část těchto omezení už byla popsána v Advanced Voice Mode na ChatGPT. V čem je jiný než předchozí podoba a k čemu je to dobré? a v ChatGPT nově umí komunikovat hlasem. Vy mluvíte, ona také. Jak to zapnout? A tipy jak používat, ale to už je hodně staré (a týká se to vůbec první podoby této funkčnosti)
Pokud máte zapnuté Background Conversations/Konverzace na pozadí, běží to na pozadí, ale konverzace skončí mj. když dosáhnete limitu nebo když chat přesáhne 1 hodinu.
Voice mode zatím nepodporuje: generování obrázků, upload souborů, Code Interpreter; u GPTs navíc nejsou dostupné custom action.
Přerušování / samovolné ukončování věty je něco s tím se můžete setkat – OpenAI doporučuje sluchátka a na iPhonu Voice Isolation. Případně restart appky, hlasitost, klidnější prostředí.
Můžete narazit na špatnou detekci jazyka: lze to opravit „slovně“ během hovoru, a u diktování jde nastavit výchozí jazyk v nastavení.
Běží na „lehčích“ modelech
Tohle je zmíněné už o kousek výše, ale je nutné se k tomu vrátit. Hlasová konverzace má mnohem přísnější nároky na latenci než psaní: aby to působilo přirozeně, systém musí reagovat v řádu stovek ms až jednotek sekund.
Před GPT-4o byl Voice Mode řešen jako spojení tří modelů (ASR → „hlavní“ LLM → TTS), právě kvůli rychlosti, ale za cenu ztráty části signálu (tón, více mluvčích, ruchy…).
U neplacené ChatGPT je vše rovnou v GPT-4o mini. U placené je to GPT-4o až do vyčerpání denního limitu, pak to spadne také na GPT-4o mini.
Zejména u GPT-4o mini (a to řada běžných uživatelů nechápe) jde o model charakteristický horším uvažováním, horší prací s kontextem, horší přesností na složitých otázkách. Můžeme tomu klidně i říci, že bude poněkud hloupější, než pokročilejší modely.
Podstatné je i to, že bude mít u náročných úloh typicky vyšší chybovost, což se v praxi projevuje i víc „sebevědomými nesmysly“.
TIP: Jaký model je použit je vidět v mobilní aplikaci. Tam kde si vybíráte model. Pokud vyčerpáte denní limit, tak vám to ChatGPT navíc řekne. A je dost jisté, že to poznáte i ze stylu odpovědí – kratší / méně přesné / víc si vymýšlí u složitějších dotazů, častěji ignoruje část kontextu.
Proč nemůže běžet na pokročilém modelu?
Protože byste AI něco řekli a ona by dlouhé sekundy tvořila odpověď a teprve poté vám začala odpovídat. Zkuste si to, vyberte GPT 5.2 Thinking a sledujte jak “dlouho” trvá než začne psát odpověď.
Pokud chcete pokročilejší modely, tak to není na povídání si v reálném čase – své dotazy pište případně diktujte (ikonka mikrofonu, vlevo vedle žluté ikonky pro povídání si) a odpovědi si čtěte nebo si je nechte přečíst.
Stejně tak je to řešení v okamžiku kdy spadnete na 4o mini – přestaňte si povídat živě, pokračujte v chatu psaním/diktováním – v historii chatů ho máte kompletně zaznamenaný (pozor, nemusí to 100% odpovídat konverzaci, jde o záznam toho co slyšela a “pochopila”)
TIP: Jak na iPhone vyvolat ChatGPT přímo hlasem (tedy jako když oslovíte Siri). Ale pozor, je to extrémně nespolehlivé.
Další tipy týkající se AI (ChatGPT a další)
