Produto

OpenAI lança transcrição ao vivo no ChatGPT e remove limite de tempo

O recurso Live Dictation transcreve o áudio na caixa de prompt conforme o usuário fala, sem a trava anterior de dez minutos de gravação.

Capa ilustrativa da editoria Produto

Por que importa. A digitação contínua por voz reduz o atrito de entrada em prompts extensos e permite revisar termos técnicos na tela antes do disparo da requisição.

A OpenAI lançou o Live Dictation no ChatGPT, ferramenta que transcreve a fala do usuário em tempo real na caixa de comandos. A atualização começou a ser distribuída globalmente nesta quinta-feira para todos os planos da plataforma, incluindo o nível gratuito, com disponibilidade na interface web, nos aplicativos para desktop e nas versões para iOS e Android, segundo informações divulgadas pelo The Verge.

O mecanismo altera a forma como o serviço lida com a entrada de áudio no teclado virtual e nas caixas de texto. Antes da mudança, o usuário precisava gravar a mensagem de voz completa, encerrar o envio e aguardar o processamento dos servidores para finalmente visualizar o texto. Agora, o sistema exibe uma onda sonora interativa que, ao ser clicada ou tocada, revela as palavras sendo geradas simultaneamente na tela, prontas para edição manual antes do envio da instrução ao modelo.

Fim do teto de dez minutos

Junto com a exibição instantânea da transcrição, a OpenAI retirou o limite de dez minutos que restringia as gravações contínuas de áudio na caixa de texto do ChatGPT. Segundo o anúncio da desenvolvedora, a ferramenta passou por refinamentos de arquitetura para se tornar mais estável e consistente em captações longas de fala.

A queda dessa barreira temporal favorece fluxos de trabalho em que profissionais ditam rascunhos extensos de documentação, especificações funcionais ou transcrições pontuais de gravações externas sem necessidade de segmentar o arquivo em partes menores. Como o texto gerado permanece aberto na caixa de entrada, correções gramaticais ou ajustes em termos técnicos podem ser feitos no próprio campo antes da requisição.

Essa dinâmica visual em tempo real também reduz o tempo perdido com falhas de reconhecimento. Em fluxos tradicionais em lote, um erro de interpretação no primeiro minuto da fala só era descoberto ao final de todo o processo de envio. Com a conversão instantânea, quem opera a interface consegue notar desvios na hora, interromper o microfone e corrigir termos específicos sem reiniciar a fala.

Fragmentação das opções de voz

A chegada do Live Dictation aprofunda a segmentação das funcionalidades de voz mantidas pela OpenAI. A novidade ocorre meses após a reestruturação do modo de voz conversacional bidirecional do ChatGPT, desenhado para diálogos orais com baixa latência entre máquina e usuário, mas sem foco na produção de texto editável para prompts.

Ao mesmo tempo, a empresa mantém em fase de testes fechados o chamado modo de gravação, apresentado no ano passado para registrar notas de áudio e reuniões inteiras. Essa modalidade em lote continua em versão beta e permanece restrita aos planos pagos corporativos e de assinatura avançada, que englobam as contas Plus, Pro, Business, Edu e Enterprise.

Para os usuários comuns e equipes que utilizam contas básicas, o Live Dictation cumpre de forma indireta parte do papel desse recurso corporativo, permitindo ditar mensagens compridas e pedir a sumarização em tópicos na sequência. A OpenAI, contudo, não detalhou se haverá limites de consumo de infraestrutura para sessões prolongadas de transcrição em contas gratuitas caso o uso contínuo de microfone sobrecarregue seus servidores.

Fontes

  • The Verge: ChatGPT can transcribe as you speak now with Live Dictation

Reportagem produzida pela redação do Flipters com apoio de inteligência artificial, a partir das fontes acima. Como trabalhamos. Editor responsável: João Paulo Resende.

WhatsAppLinkedInX
Voltar para a edição

Mais em Produto

Ver todas

Quem constrói lê

Receba o Flipters no seu e-mail. A newsletter de IA para quem está tirando produto do papel.