Расшифровка встречи в реальном времени: iPhone, iPad и Mac
Обычно встречу записывают, а потом расшифровывают. Это работает, но встречу приходится пережить дважды: один раз — чтобы на ней побывать, второй — чтобы её прочитать. Расшифровка, которая появляется по ходу разговора, — другой инструмент: ею можно пользоваться до того, как встреча закончится.
Потом уже поздно
Запись, расшифрованная после встречи, отвечает только на вопрос, что было сказано. Она не отвечает на вопросы, которые возникают по ходу — что означала эта цифра, договорились ли мы на четверг, кто взял на себя договор, — потому что к тому времени, как текст готов, момент, когда их можно было задать, прошёл.
Живая расшифровка приносит текст в саму встречу. Можно отмотать на десять минут назад, пока разговор продолжается, проверить цифру, прежде чем её повторить, и зафиксировать решение, пока те, кто его принял, ещё в комнате.
Что на самом деле делает живой сеанс
Сеанс в GPT Realtime Assistant вы начинаете и заканчиваете сами. Когда вы нажимаете «Начать», звук с микрофона передаётся модели, а сказанное появляется на экране в виде расшифровки. Ответы ассистента появляются рядом, так что разговор и помощь находятся на одном экране.
Он слушает конец мысли, а не конец звука: семантическое распознавание речи решает, закончили ли вы, поэтому пауза, пока вы подбираете слово, не принимается за конец ответа. А если ассистент начал отвечать, а вы хотите что-то добавить, достаточно просто заговорить, чтобы его перебить.
Шаги
Это быстрее, чем найти ручку.
- Откройте приложение и выберите проект, к которому относится встреча. Проекты объединяют сеансы, а сеансы хранят историю: встреча на ту же тему в следующем месяце окажется рядом с этой.
- Начните новый сеанс с подходящим шаблоном: «Встреча по принятию решений», «1:1», «Ежедневный стендап», «Выявление потребностей клиента» и другие. Шаблон задаёт роль и инструкции ассистента, чтобы он знал, на что обращать внимание.
- Положите устройство туда, где его слышат все: плашмя в центр стола, а не в карман и не за экран ноутбука.
- Нажмите «Начать» до начала разговора. То, что было сказано до начала сеанса, расшифровать нельзя.
- Нажмите «Завершить», когда встреча закончится. Расшифровка и ответы ассистента остаются в истории сеанса.
Место важнее, чем устройство
Расшифровка настолько хороша, насколько хорош звук, который до неё доходит. За столом на шесть человек одно устройство в центре даёт лучший результат, чем телефон перед самым тихим участником. iPad, поставленный на край стола, удобен тем, что на него можно взглянуть, не беря в руки.
Встреча по видеосвязи — другая задача: остальные голоса идут из компьютера, а не с другого конца комнаты. На Mac приложение может слушать системный звук именно для этого — как это сделать, объясняет руководство по расшифровке видеозвонков.
Два способа расшифровки, на Mac — три
На iPhone и iPad расшифровку делают модели OpenAI или распознавание речи Apple прямо на устройстве. У Mac с Apple silicon есть третий вариант: скачать Whisper Large v3 Turbo и запускать его на самом компьютере — для разговоров, звук которых не должен покидать комнату.
Где хранится расшифровка
Расшифровки, ответы, сеансы и проекты хранятся на вашем устройстве, без синхронизации с облаком. Собственный бэкенд приложения обрабатывает аккаунты, покупки и баланс кредитов; он не получает и не хранит звук, расшифровки или ответы.
В облачном сеансе звук передаётся в OpenAI, чтобы получить расшифровку и ответы. Об этом стоит знать до начала — и сказать людям, с которыми вы встречаетесь.
Прежде чем нажать «Начать»
Расшифровка фиксирует слова всех, кто в комнате, а не только ваши. Скажите, что вы расшифровываете, и проверьте, не требуют ли большего ваша организация или местный закон. Руководство о записи и расшифровке других людей объясняет, что и как сказать.
Можно ли расшифровать уже закончившуюся встречу?
Не с помощью живого сеанса: он расшифровывает то, что слышит, пока работает. Начните сеанс до начала встречи.
Где хранится расшифровка?
На вашем устройстве, в истории сеанса. Синхронизации с облаком нет, а бэкенд приложения расшифровки не хранит.
Работает ли это на других языках, кроме английского?
Модели понимают многие языки. Для разговора на двух языках есть отдельный сеанс перевода — см. руководство по переводу разговора в реальном времени.
