ChatGPT听写告别「盲说」,边说边出字,10分钟上限也砍了

资讯 36氪 全文 2932 字 · 约 8 分钟读完 配图 10 张 分类ChatGPTOpenAI

ChatGPT听写告别「盲说」!边说边出字,10分钟上限也砍了

所属频道 大厂动态ChatGPT 与 GPT

以前,对ChatGPT口述一长段指令,感觉有点像开盲盒。

对着麦克风噼里啪啦说上三五分钟,屏幕上只有一条上下跳动的声波线。

等按下结束、转写读条跑完,你才能知道它到底把你的话听成了什么。

有时,甚至还会弹出一句冷冰冰的「转录失败」,几分钟全白说。

这种让人血压飙升的「盲说」体验,终于要成为历史。

11月18日,OpenAI喊大家开麦畅聊:正式上线了Live Dictation(实时听写),还顺手砍掉了原来单次10分钟的录音上限。

ChatGPT听写告别「盲说」,边说边出字,10分钟上限也砍了(配图 1)

这次更新一共改了4件事:

1. 边说边出字:告别「说完再等转写」,话一出口文字同步上屏;

2. 取消10分钟上限:长篇口述不再掐表中断(官方未交底新上限,别真当无限录音笔使);

3. 随时隐藏跳字:听写时轻点声波条,即可开关实时文字显示;

4. 全量分批开放:不挑账号等级,免费版也能用,覆盖iOS、Android、网页和桌面4端,正在全球陆续推送。

ChatGPT听写告别「盲说」,边说边出字,10分钟上限也砍了(配图 2)

OpenAI总裁Greg Brockman第一时间下场安利,直言语音本来就是用电脑和各类应用更舒服的姿势,实时听写让这套体验顺手太多了。

ChatGPT听写告别「盲说」,边说边出字,10分钟上限也砍了(配图 3)

网友们也在评论区称赞这是大功一件:终于能够一边说话一边看清AI到底听对没有。

ChatGPT听写告别「盲说」,边说边出字,10分钟上限也砍了(配图 4)

告别「闭眼盲说」10分钟封印解除

回想以往用ChatGPT或者日常社交软件发语音转文字,最折磨人的就一个字:等。

这回上线的Live Dictation,最直观的爽感就是几乎不用再等转写。

手指点开麦克风的同一秒,蓝色光标就开始推着单词在输入框里实时滚动。

你嘴里说到哪,屏幕上的句子就跟到哪,不仅能用来给ChatGPT喂长指令,平时拿来当随身速记本使也是够格的。

ChatGPT听写告别「盲说」,边说边出字,10分钟上限也砍了(配图 5)

除了不用干等,实时出字还顺手治好了语音输入的另一大顽疾:专业术语和关键数字的错漏校对。

平时口述技术方案或工作周报,一碰上AI模型名、英文缩写和数字,语音识别就容易开始随意发挥——

你说「Claude」,它给你写成「Cloud」;说「Token」,它给你整出个「偷啃」。

哪怕识别率做到99%,只要还得等到说完再从头排雷,嘴上省下的那点时间,可能全要赔在审稿上。

现在,你可以一边说一边看屏幕。

说到专业术语或关键数字,瞄一眼屏幕就能核对。哪儿听岔了,趁还记得原话,发出去之前顺手改过来。

第二个让重度用户拍手叫好的改动,是单次10分钟录音上限的正式取消。

对于习惯用语音口述长篇提示词、复盘会议或者做头脑风暴的人来说,现在终于可以敞开跟ChatGPT长篇大论。

在官方放出的实测画面里,一位小哥拿着手机口述婚礼伴郎致辞,从大学宿舍初次见面、南美40英尺悬崖跳水,一路聊到老友儿子出生认自己当干爹。

ChatGPT听写告别「盲说」,边说边出字,10分钟上限也砍了(配图 6)

整整几大段跨度十几年的回忆录一口气讲完,中间没有任何卡顿、断连。

不仅如此,OpenAI还给实时听写塞进了一个很懂打工人的防窥小设计。

试想你在咖啡馆、地铁车厢或安静的开放工位小声口述时,肯定不想让邻座瞄着屏幕,就看到你正在说的私密内容。

这时只需轻点输入框下方的语音声波条,实时滚动的文字就会瞬间隐身。

ChatGPT听写告别「盲说」,边说边出字,10分钟上限也砍了(配图 7)

而后台转写不会停,等你想检查文字了,再点一下声波条就能立刻恢复显示,安全感拉满,还能防分神。

目前,Live Dictation正面向全球所有ChatGPT套餐分批推送,iOS、Android、网页版和桌面客户端全都有份。

苦等一个月的「当场重说」终于成了标配

早在一个多月前,就有用户提前尝到了「睁眼说话」的甜头。可没过多久,这项功能就不见了。

10月18日,这位用户在OpenAI社区发帖求助。

他是ChatGPT Plus用户,有肢体障碍,日常用ChatGPT非常依赖语音输入。

发帖前约两周,他在iPad上口述时意外发现文字开始实时蹦出来了。

他在帖子里写道,哪句听岔了,他一眼就能看到并当场重说,不用等整段说完再返工。

ChatGPT听写告别「盲说」,边说边出字,10分钟上限也砍了(配图 8)

谁知到了10月18日,这项功能突然从他的iPad上消失了。

直到这次,OpenAI直接发了更新说明,把实时听写推向全部套餐。

这位用户在社区里苦等了一个月的「当场重说」功能,现在所有人都能用了。

对普通人来说,实时出字省的是几秒钟等待。

可对天天靠嘴打字的人来说,还是「眼见为实」。

刚说的人名、刚报的数字,瞄一眼输入框就能核对,按下发送键时心里才有底。

语音是「打电话」听写是拿嘴「打草稿」

很多人看到「ChatGPT语音更新」,第一反应是那个能陪你唠嗑、随时打断的高级语音模式。

这实际上是两码事:这次更新改的是「听写」。

说白了,语音对话是跟AI「打电话」,听写是拿嘴「打草稿」。

打电话讲究即时过招,话一出口就直接发给了模型,中间嘴瓢、卡壳或者临时改主意,说出去就难收。

而听写把声音留在输入框里,哪里说错了可以随时停下来删改,主导权始终攥在自己手里。

平时闲聊解闷、练口语,找语音对话更自然。

但真要给ChatGPT交代复杂背景、塞一大段工作指令,边说边改的听写往往比直接连麦靠谱得多。

5个月连动三刀,OpenAI把听写扶正了

单看「实时出字」,似乎只是补上了一块基础体验。

但把时间线往回拨你就会发现,5个月里OpenAI已经对听写动过三次刀:

  • 6月26日,所有套餐的听写换上新的语音转文字模型,官方称属于后台升级,用法不变——先治「耳背」,解决听得准不准;
  • 8月14日,Android端输入文字或挂上附件后,听写按钮依然可用,打字和口述能在同一条消息里来回切——再通「手嘴配合」,解决能不能混用;
  • 11月18日,实时听写上线,同时取消10分钟录音上限——最后摘掉「眼罩」,解决能不能边说边看、一口气说完。

不到5个月,ChatGPT接连改了三次听写,用意很明显:听写早已不再是键盘旁边的凑数按钮,它正在被当成一种主力输入方式来重做。

这背后的变化也很实际。

如今大家往ChatGPT里喂的任务,早就过了「一句话搜个答案」的阶段。

就拿改一份项目汇报来说,「帮我改改」四个字很好敲,真正费工夫的是把后面那一长串前因后果交代清楚,在手机上就得抠好几大段。

同样是这样一串要求,手指敲和张嘴说,到底差多少?

斯坦福大学、华盛顿大学和百度的研究人员早年做过一组实测,让受试者在安静房间里用iPhone输入给定的中文短句。

结果显示,哪怕把事后改错的时间全算进去,普通话口述的速度依然是手机拼音打字的2.87倍。

ChatGPT听写告别「盲说」,边说边出字,10分钟上限也砍了(配图 9)

手机短句录入实验中,普通话口述速度是拼音打字的2.87倍。

既然动嘴快了近3倍,为什么以前大家给AI喂长指令,还是宁愿低头抠字?

症结不在快慢,而在心里没底。

现在给ChatGPT交代任务,嘴里讲到预算和截止日期,低头扫一眼屏幕,当场就能确认数字对不对。

语音转文字最难跨过去的那道坎,是说完就敢发。

话到兴头,不再被10分钟一刀掐断;它听岔的那一秒,错误当场就能揪住、改掉。

参考资料:

https://x.com/ChatGPT/status/2123114715257946334 

https://x.com/gdb/status/2123150520303161763 

https://help.openai.com/en/articles/6825453-chatgpt-release-notes

本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. “同样任务更便宜更好”:微软公开叫板 Claude 和 ChatGPT

    据彭博社,微软商业业务CEO阿尔索夫在Ignite大会称,Claude或ChatGPT能做的,Copilot都能做得更好且成本更低。微软委托研究称,Copilot用户支出显著低于两者,企业可基础任务用固定订阅、复杂工作按用量付费。截至6月,Copilot付费用户超3000万,但相较4.5亿潜在盘子仍远未吃透。

    来源 AI 产业速递
  2. OpenAI下场造机!首款AI手机细节曝光,直接叫板传统手机厂商

    【TechWeb】供应链最新消息显示,富士康旗下的富智康集团已拿下OpenAI手机项目订单,负责整机组装环节。据财联社报道,OpenAI的首款手机预计最快2027年底、最迟2028年正式亮相,除组装外,立讯精密、领益智造、瑞声科技等多家苹果供应链厂商也将参与零部件供应。 截至目前,富士康方面尚未对上述消息作出回应,产品

    来源 AI 行业观察
  3. OpenAI硬件2026年底出货:立讯精密独家代工整机与核心件

    OpenAI的首款AI硬件产品有了明确的时间表。11月19日,每日经济新闻援引供应链消息称,这款产品计划于2026年底启动出货,多家中国厂商深度参与其中——立讯精密不仅独家承担整机制造,还同时供应核心零部件。不过,关于这款硬件的具体形态,OpenAI官方至今仍未正式公布,“甜甜圈”“冰球”式的无屏设备轮廓,目前仍停留在

    来源 TechWeb
  4. AI智能体“闯入”银行系统?亚利桑那州对OpenAI等企业启动刑事调查

    【TechWeb】11月19日,据路透社报道,美国亚利桑那州已对OpenAI及其他人工智能企业启动刑事调查,案件核心指向“失控AI智能体疑似入侵银行系统”事件。该州总检察长克里斯·梅耶斯(Kris Mayes)周三在芝加哥的新闻发布会上表示:“亚利桑那州对此非常担忧,我们正从多个角度审视这一问题。” 梅耶斯透露,其办公

    来源 AI 行业观察
  5. 三个00后创业18个月:Palo Alto 45亿美元买下Applied Compute

    Anthropic上市,硅谷正在诞生新一轮财富神话。而在这场狂欢的另一角,三个从OpenAI离职的00后也提前拿到了自己的“大结果”——创业不到18个月,直接把公司卖了45亿美元(约合人民币320亿元)。 美东时间11月18日,美国网络安全巨头Palo Alto Networks(派拓网络)宣布达成最终协议,将以45亿

    来源 AI 行业观察
  6. 跑分狂飙,实测翻车,刚发的 GPT-6.2 暴露了 OpenAI 的软肋

    「基本不可用,不推荐」。OpenAI 新模型上线仅仅 8 分钟,硅谷知名创业者 Matt Shumer,就在社交平台上扔下一句毫不留情的评价。紧接着,拥有大批开发者拥趸的 Theo Browne,发了一篇长文《我为什么讨厌 GPT-6.2 Astra》。向来对前沿模型保持温和耐心的沃顿商学院教授 Ethan Molli

    来源 腾讯网
  7. 谷歌Gemini 4 Neon发布:100万Token上下文,每百万输出15美元

    智东西(公众号:zhidxcom)编译 | 杨京丽编辑 | 李水青智东西11月19日消息,刚刚,谷歌发布Gemini 4系列新模型Gemini 4 Neon,面向复杂软件工程、知识工作和科学研究,主打在前沿智能水平下,更快、更经济地完成多步骤任务。这是谷歌7周内发布的第四款Gemini 4系列模型。▲谷歌发布Gemin

    来源 腾讯网
  8. GPT-6.2 上线12小时:开发者为何称其“史上最糟”

    就在今天,OpenAI 正式发布了新一代旗舰模型 GPT-6.2 Astra,以及主打性价比的 GPT-6.2 Sol。从官方公布的成绩来看,GPT-6.2 Astra 在专业 Agent 任务上反超 Claude Fable 5.2,完成同等任务的综合成本却只有后者的 5%,堪称一次漂亮的反击。上下滑动查看更多内容然

    来源 腾讯网
  9. OpenAI等AI企业遭亚利桑那州刑事调查:失控智能体疑入侵银行

    11月19日,据路透社报道,美国亚利桑那州已对OpenAI及其他人工智能企业启动刑事调查,案件核心指向“失控AI智能体疑似入侵银行系统”事件。该州总检察长克里斯·梅耶斯(Kris Mayes)周三在芝加哥的新闻发布会上表示:“亚利桑那州对此非常担忧,我们正从多个角度审视这一问题。”

    来源 TechWeb
  10. 亚利桑那州刑事调查OpenAI等AI企业:智能体被指入侵银行系统

    11月19日,据路透社报道,美国亚利桑那州已对OpenAI及其他人工智能企业启动刑事调查,案件核心指向“失控AI智能体疑似入侵银行系统”事件。该州总检察长克里斯·梅耶斯(Kris Mayes)周三在芝加哥的新闻发布会上表示:“亚利桑那州对此非常担忧,我们正从多个角度审视这一问题。”

    来源 TechWeb
  11. OpenAI遭俄勒冈州索赔20亿美元:儿童安全指控与IPO风险

    OpenAI的法律纠纷又添一笔。 当地时间11月17日,美国《俄勒冈人报》官网报道称,俄勒冈州总检察长丹·雷菲尔德当日对OpenAI提起诉讼,索赔20亿美元(约合人民币133亿元),指控这家公司明知故犯,将儿童置于危险之中,还向家长误导产品安全情况。 “把利润置于儿童安全之上” 这起诉讼已提交至俄勒冈州摩特诺玛县巡回法

    来源 AI 行业观察
  12. GPT-6.2 Astra登顶机器人榜单:OpenAI解散独立机器人团队

    GPT-6.2 Astra在真实机械臂测试中登顶,通用大模型直驱机器人的能力又进了一步。 据独立评测机构Artificial Analysis发布的AA-Robotics v0.1榜单,GPT-6.2 Astra得分79,完成8项物理任务中的6项。 不只是OpenAI的旗舰模型,能力相对较弱的GPT-6.2 Sol也得

    来源 AI 行业观察
  13. OpenAI首款AI硬件定了:2026年底出货,富士康、立讯精密参与

    富士康旗下富智康集团已获得OpenAI手机项目订单,将参与相关产品的整机组装。据《证券时报》报道,富士康同时也是苹果iPhone的主要组装商。若OpenAI手机最终面市,将正式进入智能手机终端市场,并可能围绕AI交互体验与现有手机品牌展开直接竞争。 据报道,OpenAI首款AI硬件产品计划于2026

    来源 AI 开发者社区
  14. GAO报告显示四大AI平台12小时内生成恐袭方案 参议院听证将聚焦安全风险

    美国政府问责局61页报告披露,ChatGPT、Claude、Gemini和Grok在联邦测试中均在12小时内生成含具体目标、时机与方法的恐袭方案。参议院国土安全委员会主席宣布启动听证,四家企业回应称正持续改进安全机制。报道还原测试过程,拆解守约失效机制,并分析对产业监管与竞争格局的影响。

    来源 AI 科技快讯
  15. OpenAI首款AI硬件定档2026年底出货:立讯独家整机,富智康也入局

    富士康旗下富智康获OpenAI手机项目订单,将参与整机组装。富士康也是苹果iPhone主要组装商。若OpenAI手机面市,将进入智能手机终端市场,围绕AI交互体验与现有品牌直接竞争。报道称,OpenAI首款AI硬件计划2026年底出货,多家中国厂商参与,立讯精密独家负责整机制造,并供应核心部件。

    来源 AI 产业速递
向下滚动自动加载更多