Hogyan tudom megoldani a hang alapú kommunikációt a ChatGPT-hez?

"PC-re értem a kérdést"

"Anno a 3,5-ben volt"

"egy bővítmény volt"

Így van, eddig a 3.5-tel, illetve a sima 4-gyel lehetett igazából nem is szóban, de valami olyasmiben kommunikálni.

Eddig ez úgy működött, hogy te mondtál valamit, az egy Speech-to-Text kódon ment át, írottan a ChatGPT megkapta, generált egy írásos választ, majd egy Text-to-Speech modul ezt felolvasta.

Ezt az alapesetet megszűntették, csak pluginnel elérhető.

Hang alapú kommunikáció jelenleg csak dedikált applikációban (Android, iOS, Mac) érhető el, de az még nincs Windows-ra. Ott is csak az új 4o modellel. Itt viszont már kiesik a köztes STT-TTS rendszer és közvetlen a hangalapú érzékelés és generálás.

Van jelenleg pár trükk PC-re (például a weboldal alkalmazásként való lementése), ami félig-meddig meg tudja téveszteni az OpenAI rendszerét, de nem igazán működik.

Ha PC-n akarod használni és hanggal, akkor vagy erre megfelelő plugint (több is van, találd meg neked melyik a legjobb) kell betölteni, de jobb szimplán csak megvárni (hamarosan jön) a dedikált PC szoftvert.