قابلیت تشخیص مکث و تغییر مسیر: ChatGPT چگونه چت صوتی طبیعی‌تری ایجاد می‌کند؟

به گزارش ایسنا، حالت صوتی جدید ChatGPT ریتم مکالمه را تغییر می‌دهد و به قدری طبیعی این کار را انجام می‌دهد که احساس وجود یک فناوری پشت آن، در انسان عملا محو می‌شود. هنگامی که در میانه پاسخ، صحبتش را قطع می‌کنید، بلافاصله متوقف شده و به اصلاحی که می‌گویید گوش می‌دهد بدون اینکه موضوع اصلی را از دست بدهد و پاسخ را با دستورالعمل جدید ادامه می‌دهد. اگر مجدد حرفش را قطع کنید و این بار مسیر مکالمه را کاملا تغییر دهید باز هم می‌تواند خودش را با مسیر جدید هماهنگ کند. به نقل از نیواطلس، تعامل صوتی کاملا دوطرفه به هر دو طرف اجازه می‌دهد به جای رعایت نوبت‌های خشک و مشخص، مانند یک مکالمه طبیعی با یکدیگر صحبت کنند. به این ترتیب، می‌توانید وسط صحبت چت جی‌پی‌تی وارد شوید و بدون اینکه گفت‌وگو را از مسیر اصلی خارج کنید، آن را اصلاح یا هدایت کنید. چت جی‌پی‌تی می‌تواند تشخیص دهد که آیا صحبت شما تمام شده است، آیا باید پاسخ کوتاهی بدهد یا اینکه بهتر است به سادگی سکوت کند. این سیستم هنوز بی‌نقص نیست. مکث‌های طولانی ممکن است باعث شود چت جی‌پی‌تی تصور کند نوبت صحبت او رسیده است و پاسخ را آغاز کند و صداهای پس‌زمینه نیز گاهی می‌توانند آن را دچار اشتباه کنند. با این حال، ترکیب صداهای طبیعی و پاسخ‌های روان، باعث می‌شود تجربه استفاده از آن بسیار طبیعی‌تر از نسل‌های قبلی دستیارهای صوتی به نظر برسد. همچنین کاربر می‌تواند بدون از دست دادن زمینه مکالمه، میان صحبت کردن، تایپ کردن و مشاهده نتایج بصری جابه‌جا شود. این سیستم همچنان با محدودیت‌هایی مانند سرعت پایین برخی اقدامات و نبود امکان اشتراک‌گذاری زنده صفحه‌نمایش مواجه است. همچنین برای انجام اقدامات مهم، به تایید کاربر نیاز دارد. این تغییر نشان‌دهنده حرکت قابل توجه هوش مصنوعی به سمت سیستمی است که کارها را انجام می‌دهد و در عین حال به کاربر اجازه می‌دهد با استفاده از زبان طبیعی بر عملکرد آن نظارت داشته باشد.