Co přesně se změnilo
OpenAI aktualizovala hlasový vstup v mobilní aplikaci ChatGPT na Androidu i iOS. Klíčová čísla jsou tři: více než 70 podporovaných jazyků, možnost míchat jazyky v jedné větě a automatické rozpoznání jazyka bez ručního přepínání v nastavení.
Důležité je rozlišit dvě věci, které se v ChatGPT často pletou. Plnohodnotný hlasový režim (Voice) je konverzace, kdy mluvíte a ChatGPT vám odpovídá hlasem. Tohle vylepšení se ale týká diktování — mikrofonu vedle textového pole, který váš hlas přepíše na text, vy ho můžete upravit a odeslat jako běžnou zprávu. Právě diktování dosud vyžadovalo manuální volbu jazyka, a právě tady nastala změna.
V praxi to znamená, že zmáčknete mikrofon, mluvíte přirozeně, a systém sám pozná, ve kterém jazyce mluvíte. Když uprostřed věty přejdete z češtiny do angličtiny, přepis pokračuje bez přerušení. Žádné klepání do nastavení, žádné restartování nahrávky.
Proč na tom u nás záleží víc než jinde
Pro Čecha, který denně pracuje s technologiemi, je míchání jazyků přirozené. Říkáme tomu „czenglish“ a je to pracovní návyk, ne lenost. V IT, marketingu i e-commerce běžně kombinujete českou větu s anglickými termíny — deadline, meeting, feedback, názvy nástrojů, firemní slovníček. Kdo zkoušel starší verzi diktování ví, že na takové větě přepis často selhal právě ve chvíli, kdy jste narazili na anglické slovo uprostřed české věty.
Nové chování tohle řeší. Můžete nadiktovat větu typu „připomeň mi zítra sync s týmem a pošli mi shrnutí meetingu“ a model by měl zachytit oba jazyky tak, jak je říkáte. Pro lidi, kteří ChatGPT používají na rychlé poznámky, brainstorming nebo tvorbu textů za chůze, to odstraňuje konkrétní a velmi častou frustraci.
Čeština mezi podporovanými jazyky samozřejmě je — při sedmdesáti a více jazycích by bylo podivné, kdyby chyběla. Přepis řeči ChatGPT pohánějí modely typu Whisper, které češtinu zvládají dlouhodobě a spolehlivě.
Jak to technicky funguje
V pozadí stojí automatické rozpoznávání řeči (ASR). Model dostane zvuk, převede ho na text a u toho určuje, v jakém jazyce mluvíte — a to i průběžně v rámci jedné nahrávky. Podobný princip znáte z klávesnice Gboard od Googlu, která už roky umí automaticky rozpoznat, jestli píšete česky, nebo anglicky, a nemusíte jazyk přepínat ručně. OpenAI teď tenhle komfort dotáhla i do hlasového přepisu uvnitř svého chatbota.
Rozdíl oproti klávesnici je v tom, kde se funkce nachází. U Gboardu vícejazyčný vstup pomáhá při psaní zpráv a poznámek. U ChatGPT pomáhá přímo při zadávání promptů asistentovi, což pro hodně lidí znamená častější použití hlasu místo psaní na telefonu — a to je přesně to místo, kde se z vylepšení stává měřitelná úspora času.
Co to znamená v praxi a kde jsou limity
Hlavní výhoda je čistě provozní: méně kroků, rychlejší zadání, plynulejší myšlenkový tok. Když nahráváte nápad, nechcete se zdržovat nastavováním jazyka. Nová verze vám umožní mluvit a nechat systém, ať se stará o zbytek.
Zároveň je fér dodat, kde vylepšení naráží. Automatické rozpoznání jazyka funguje nejlépe u běžných a častých kombinací. U vzácnějších dvojic jazyků nebo v hlučném prostředí může být přesnost horší — tohle není vyřešeno, jen výrazně zlepšeno. A pozor na soukromí: audio z diktování se v OpenAI uchovává spolu s konverzací, a pokud máte zapnuté sdílení nahrávek pro zlepšování modelů, může se na nich trénovat.
Co se dostupnosti týče, diktování funguje v mobilní aplikaci ChatGPT napříč tarify, tedy i ve verzi zdarma. Žádný nový poplatek se za vícejazyčný přepis neplatí.
Pro českého uživatele je tahle novinka skoro nenápadná — schovaná za ikonkou mikrofonu, bez tiskovky a bez nového čísla modelu. Přesto patří mezi ta vylepšení, která v běžném provozu pocítíte víc než přepis benchmarků. Informaci jako první přinesl web Nokiapoweruser, podrobnosti k rozlišení diktování a hlasového režimu najdete v oficiálním help centru OpenAI.
Funguje automatické rozpoznání jazyka i v desktopové aplikaci, nebo jen v mobilu?
Aktualizace hlasového vstupu se týká primárně mobilních aplikací ChatGPT pro Android a iOS. Na webu a v desktopové aplikaci je chování mikrofonu závislé na konkrétní verzi a postupném zavádění, takže se tam vícejazyčné diktování může objevit později.
Musím si za vícejazyčné diktování připlácet?
Ne. Diktování funguje v mobilní aplikaci napříč tarify včetně bezplatné verze. Žádný poplatek za podporu více jazyků se neplatí.
Jak vypnu ukládání mých hlasových nahrávek z diktování?
V nastavení ChatGPT otevřete sekci Data Controls a vypněte přepínač „Include your audio recordings“, případně celou volbu „Improve the model for everyone“. Tím zastavíte sdílení audio nahrávek z diktování i hlasového režimu.
