人人都有掌上賈維斯（懂方言！），語音版 ChatGPT 首發(fā)登頂 App Store_全球快消息

發(fā)布時間：2023-05-19 19:23:24

來源：ZAKER科技

先進(jìn)實(shí)踐

(相關(guān)資料圖)

沒有一點(diǎn)點(diǎn)防備，ChatGPT 就迎來了真 · iPhone 時刻。

在今天凌晨，

此前很多人嘗試用 iOS 快捷指令和 ChatGPT API 的方式 DIY 移動端的 ChatGPT，但用起來還是不那么方便。

ChatGPT app 解決了這個痛點(diǎn)。（注意：ChatGPT app 僅支持 iOS 16.1 以上的系統(tǒng)版本）

OpenAI 還透露了，很快 ChatGPT 也會上線 Android 平臺，敬請期待。

現(xiàn)在，你可以隨時隨地用一個非常便捷、安全以及優(yōu)雅的方式與全世界最聰明的「大腦」聊天。

劃重點(diǎn)

1. ChatGPT app 新增語音輸入功能（支持粵語、閩南語等方言）

2. ChatGPT app 通過歷史問答實(shí)現(xiàn)聯(lián)網(wǎng)瀏覽和插件集

3. ChatGPT app 可以通過 App Store 訂閱 ChatGPT Plus

4. 可以通過小組件的方式快速啟動 ChatGPT app

5. 完美支持中文，速度極快

第一次打開 ChatGPT app，你就能立刻感覺到它的與眾不同：

登陸界面循環(huán)播放打字的動畫，與此同時 iPhone 會隨之發(fā)出震動，就像是 ChatGPT 在手機(jī)里活過來了一樣，一下一下地敲鍵盤與你對話。

這種清晰的震動反饋貫穿于 ChatGPT app 的所有交互里面，包括點(diǎn)開或收起對話欄、ChatGPT 吐字、橫劃切換新的對話，OpenAI 都做了 Haptic 震動反饋，你可以理解它是一款「手感很好」的 app。

登陸賬號后，ChatGPT app 的 UI 跟網(wǎng)頁版一樣簡潔，只有 GPT-3.5 和 GPT-4 模型（僅 Plus 用戶能用）的切換面板和一個聊天框。

不同的是，ChatGPT app 在聊天框上新增了一個很有意思的功能——語音輸入。

ChatGPT app 的語音輸入和我們熟悉的語音輸入法不太一樣，你不需要在輸入之前選擇你說的語言，點(diǎn)開直接說就好。

經(jīng)過我們測試，ChatGPT app 不僅能「聽懂」英語、普通話、日語等主流語言，還能支持粵語、閩南語等方言。

這是因?yàn)?ChatGPT app 使用的是 OpenAI 自家的 Whisper 模型，共支持 96 種語言，在聽力識別精度上幾乎能達(dá)到人類的水平。歡迎大家在評論區(qū)分享 ChatGPT 還能聽懂哪些方言。

彩蛋時間：我們還用《星際起航》的克林貢語測試了一下，可惜 Whisper 并不能聽懂。

這里還有一個小細(xì)節(jié)：ChatGPT app 的語音輸入并不僅僅是簡單的語音轉(zhuǎn)文字，它還會把語音內(nèi)容轉(zhuǎn)化為語言模型更容易理解和搜索的書面語提示詞。

舉個例子，我用粵語口語提問他：

「你知唔知 Apple 嘅總部喺邊度？」，它的轉(zhuǎn)寫結(jié)果就會變成書面語：「你知不知道 Apple 的總部在哪里？」，整個輸入過程非常迅速。這里我還用了中夾英刁難它，它照樣識別正常。

可以說，語音輸入的加入幾乎讓 Siri 失去了價值。

試想一下，當(dāng)你在和朋友聊天時突然講到一個陌生的話題，或者想做一道從來沒做的菜，拿出手機(jī)隨口一說就能得到一份詳盡的解答，而不是「我在互聯(lián)網(wǎng)上為找到了以下這些毫不相關(guān)的內(nèi)容」，多么暢快。

美中不足的是，ChatGPT app 不能用語音把這些回答「念」出來，取代掉智能音箱，成為一個真正的聊天機(jī)器人。

經(jīng)過進(jìn)一步的測試后我們還發(fā)現(xiàn)，當(dāng)輸入超過兩分鐘以上的語音內(nèi)容時，Whisper 就容易報錯、丟失內(nèi)容或者停止響應(yīng)，并且手機(jī)發(fā)燙很明顯，不知道 OpenAI 會不會針對這些問題作改善。

所以，我不太建議大家在重要的場合直接使用 ChatGPT app 進(jìn)行轉(zhuǎn)寫（例如做會議紀(jì)要），還是把它當(dāng)作一個隨問隨答的方式比較好。

在回答速度方面，ChatGPT app 基本和網(wǎng)頁端保持一致，即 GPT 3.5 快如閃電，GPT-4 則「惜字如金」，要一個字一個字地往外吐。

我們在體驗(yàn)的時候還發(fā)現(xiàn)了一個細(xì)節(jié)：當(dāng) ChatGPT 在回答時，你切出 app 并不會打斷它的回答。

所以如果你問了一個特別長的問題，不需要一直守著它等待回答完畢，可以自由地來回切換 app。

這里的玩法就很多了，例如當(dāng)你遇到情感問題處理不來時，就可以來回復(fù)制對象的對話，讓 ChatGPT 幫你處理（錯誤示范，如有問題概不負(fù)責(zé)）。

我們發(fā)現(xiàn)，基本上網(wǎng)頁端 ChatGPT 能回答的問題或者可以實(shí)現(xiàn)的操作，例如讓它制作表格、寫代碼等，在 ChatGPT app 上都能實(shí)現(xiàn)。

至于前兩天上線的插件集和網(wǎng)頁瀏覽功能，在 ChatGPT app 并沒有直接使用的入口。

不過，這里有個小技巧讓你調(diào)用。

你只需要在網(wǎng)頁端在一個回答內(nèi)選用插件集或者網(wǎng)頁瀏覽功能后，再在 ChatGPT app 上選擇這個歷史記錄，接下去問，ChatGPT 也能在 app 上調(diào)用相應(yīng)的功能回答你。

這時候你就可以真的把它當(dāng)作一個「天才版 Siri」使用，實(shí)時搜索最新的消息——前提是你要忍受它緩慢的生成速度，以及不高的成功率。

ChatGPT app 最重要的「更新」，應(yīng)該就是可以用 App Store 訂閱 ChatGPT Plus。

訂閱后，你就可以使用「極速版 GPT-3.5」、GPT-4、插件集、網(wǎng)絡(luò)瀏覽這幾大功能。

你可以通過充值 App Store 禮品卡等方式支付每個月 19.99 美元的訂閱費(fèi)，再也不用為「怎樣用信用卡支付」的問題而發(fā)愁了！

這里還有一個為你的 iPhone「賦能」的小技巧：

你可以在鎖屏界面添加一個 ChatGPT 的小組件，然后當(dāng)你想提問的時候，點(diǎn)擊小組件就能直接到 ChatGPT app 的聊天框。解鎖、啟動 app、提問，整個過程無縫銜接，如絲般流暢。（PS：不知道為什么，在鎖屏中看到 OpenAI 的 Logo 感覺 iPhone 都變得智能了不少）

ChatGPT app 還有一件事讓我印象深刻，那就是它的首次開屏?xí)r的動畫。

這是一段非常簡潔，往復(fù)循環(huán)的 Slogan，或者說，是一首「短詩」：

Let ‘ s design 讓我們一起設(shè)計(jì)

Let ‘ s chit-chat 讓我們一起閑聊

Let ‘ s discover 讓我們一起發(fā)現(xiàn)

ChatGPT

Let ‘ s create 讓我們一起創(chuàng)造

Let ‘ s brainstorm 讓我們一起頭腦風(fēng)暴

Let ‘ s go 讓我們一起啟程

ChatGPT

Let ‘ s explore 讓我們一起探索

Let ‘ s collaborate 讓我們一起合作

Let ‘ s invent 讓我們一起發(fā)明

ChatGPT

我問了 ChatGPT 關(guān)于這首詩的內(nèi)涵，它說：

這首詩的內(nèi)涵主要達(dá)了 ChatGPT 的多種功能和用途。它鼓勵我們?nèi)ピO(shè)計(jì)、交談、發(fā)現(xiàn)，展示了 ChatGPT 作為一個強(qiáng)大的語言模型和對話工具的能力。

詩歌進(jìn)一步鼓勵我們創(chuàng)造、頭腦風(fēng)暴、啟程，這反映了 ChatGPT 的協(xié)助創(chuàng)新和激發(fā)創(chuàng)造力的功能；詩歌強(qiáng)調(diào)了探索、合作和發(fā)明的概念，提醒我們 ChatGPT 是一個可以協(xié)助我們學(xué)習(xí)新知識，合作解決問題，甚至發(fā)明新事物的工具。

半年前，我們第一次接觸 ChatGPT 時，曾苦惱過怎么向讀者們介紹它：ChatGPT 是一個聊天機(jī)器人，是 AI 技術(shù)的集大成者，是一個不知疲倦的作者，是一個會說錯話的知識百科……

現(xiàn)在，我們終于可以大膽且堅(jiān)定地給它下一個簡潔明了的定義：

ChatGPT 就是下一代人的先進(jìn)工具。

參考：

ChatGPT ( openai.com )

什么是 Whisper 模型？

Whisper 是 OpenAI 的自動語音識別系統(tǒng)，可以識別和轉(zhuǎn)錄多種語言和方言，包括粵語。盡管 Whisper 在處理英語時表現(xiàn)最佳，但對于其他語言，如中文和其它方言，它的表現(xiàn)也相當(dāng)不錯。

在針對粵語的測試中，Whisper 的中等和大型模型在轉(zhuǎn)錄粵語時表現(xiàn)出了較低的詞錯誤率和較高的 BLEU 分?jǐn)?shù)。

詞錯誤率（Word Error Rate，簡稱 WER）衡量識別系統(tǒng)錯誤識別的單詞比例，數(shù)值越低表示識別得越準(zhǔn)確。

BLEU 分?jǐn)?shù)是評估機(jī)器翻譯質(zhì)量的指標(biāo)，它比較系統(tǒng)翻譯結(jié)果與參考翻譯之間的相似性，數(shù)值越接近 1 表示翻譯質(zhì)量越高。

綜合來說，Whisper 在處理粵語時能夠更準(zhǔn)確地識別和轉(zhuǎn)錄語音，并提供高質(zhì)量的翻譯。這使得它在實(shí)際生活中的應(yīng)用中更具競爭力，例如在客戶服務(wù)、多語言會議翻譯等場景中，Whisper 能夠幫助人們更準(zhǔn)確地理解和交流。

關(guān)注 APPSO，學(xué)習(xí)先進(jìn)工具，實(shí)踐先進(jìn)經(jīng)驗(yàn)。