ChatGPT上线实时听写并取消10分钟限制

以前对着ChatGPT口述一长段指令,体验有点像开盲盒。对着麦克风说上三五分钟,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,才知道它到底把你的话听成了什么。有时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,在11月18日被OpenAI正式终结。

声波条还在跳,字已经先上了屏

11月18日,OpenAI上线了Live Dictation(实时听写),最核心的变化就是“边说边出字”。话一出口,文字同步上屏,不再需要“说完再等转写”。对于经常用语音口述复杂背景、塞大段工作指令的用户来说,这个改动的意义不只是快了几秒,而是把听写的控制权重新交回手里。

  • 说到专业术语或关键数字时,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;
  • 不必等整段录音转写完毕,才发现某个名字从第一句就错了。

实时文字显示还可以随时开关。听写时轻点输入框下方的语音声波条,滚动的文字就会隐藏;再点一下,文字立刻恢复显示。后台转写不会停,用户只是选择“看不看”。

10分钟的倒计时被拿掉了

比实时出字更让重度用户拍手叫好的,是单次10分钟录音上限的正式取消。过去用语音口述长篇提示词、复盘会议或者做头脑风暴,说到第10分钟就被掐表中断,思路被迫切成几段。现在这个限制没了,用户可以敞开跟ChatGPT长篇大论。

ChatGPT上线实时听写并取消10分钟限制

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。整整几大段跨度十几年的回忆一口气讲完,中间没有卡顿、断连。

不过需要留意的是,OpenAI并未公布取消10分钟上限后的新限制。官方没有交底,用户也别真把它当无限录音笔使。

轻点声波条,文字当场隐身

实时听写还塞进了一个很懂打工人的防窥小设计。在咖啡馆、地铁车厢或安静的开放工位小声口述时,用户往往不想让邻座瞄着屏幕就看到正在说的私密内容。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,后台转写继续运行;等想检查文字了,再点一下声波条就能立刻恢复显示。

这个设计同时解决了两件事:一是隐私,二是防分神。实时跳字虽然方便核对,但在需要专注口述长内容时,满屏滚动的文字也可能干扰思路,隐藏开关把选择权留给了用户。

五个月连动三刀,听写被扶正

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,5个月里OpenAI已经对听写动过三次刀:

ChatGPT上线实时听写并取消10分钟限制

  1. 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;
  2. 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;
  3. 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。

三次更新分别对应准确率、混合输入和实时可见性,听写从“能用”被一步步扶正为“好用”。目前Live Dictation正面向全球所有ChatGPT套餐分批推送,不挑账号等级,免费版也能用,覆盖iOS、Android、网页版和桌面客户端四端。

打电话和打草稿,终究是两码事

语音对话和听写经常被混为一谈,但两者的使用逻辑并不相同。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。听写则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。

实时听写补上了“边说边看”这一环,但用户的需求还在往前走。有用户在评论区提出,能不能给听写加个笔记页:有些话想先存着,等有事要问时,再挑几条放进对话里。这个需求很实在——值得记下来的那一刻,跟知道该问什么的那一刻,经常隔着好几天。比如刚跟客户聊完,对方说“每周五下班前,我都得把这张表重新抄一遍”,这句原话值得趁记得清楚录下来;至于要不要为它做个功能,只听一家还判断不了。等再聊几家,把几段原话放到一起,才有个好问题可以问AI:这几个人都提到了抄表,他们各自为什么要抄?

笔记页目前还只是个建议。但实时听写已经让“先记个事,你不用回”这件事变得比过去顺手得多。