OpenAI הודיעה ב-16 באוקטובר כי Prompt-to-voice זמין לכל לקוחות ה-API שלה. היכולת מאפשרת לתאר קול באמצעות טקסט, ליצור אותו דרך ה-API או סביבת Voice Playground ולשמור אותו לשימוש בשיחות GPT-Live. לפי החברה, יצירת קול מתוך תיאור אינה כרוכה בתשלום, אך השימוש בו להפקת דיבור מחויב בהתאם לתעריפי השיחה הרגילים של GPT-Live.
ההבחנה הזו חשובה למפתחים שבונים ממשק קולי. יצירת קול חינמית אינה אומרת ששירות קולי שלם פועל ללא עלות. ההוצאות תלויות בשימוש בהמשך ובתנאי המערכת שאליה מחברים את הקול. ההודעה אינה מכריזה על הוזלה בתעריפי השיחה, ולכן אין בסיס לעדכן בגללה מחיר למשתמש או תחזית תקציב בלי לבדוק את השימוש הצפוי.
מה אפשר ליצור, ובאילו מערכות להשתמש
לפי התיעוד, אפשר לתאר מאפיינים כגון גובה קול, קצב, מבטא ואופי הגשה. במסלול הזה אין צורך בהקלטת דוגמה או בהקלטת הסכמה, משום שהקול נוצר מהתיאור. זהו מסלול שונה מיצירת קול המבוסס על הקלטה של אדם. OpenAI מציינת שקולות כאלה מיועדים ל-GPT-Live ואינם נתמכים במסלול זה ב-Text to Speech, ב-Realtime או ב-Chat Completions עם שמע.
בתיעוד נדרשים שימוש אחראי ושקיפות כלפי המאזינים שהדיבור נוצר ב-AI. החברה אוסרת התחזות ומגבילה את המסלול לקולות של מבוגרים. היא גם מציינת שהקול אינו מובטח להיות ייחודי, ושמשתמשים אחרים עשויים לקבל תוצאה דומה. לכן אין להניח שעצם יצירתו מספקת זהות קולית בלעדית למותג או זכות לחקות אדם מסוים.
איך לבחון התאמה לפני שילוב במוצר
בדיקה ראשונית יכולה לכלול את המשפטים שהמוצר באמת נדרש לומר: שמות, מספרים, הנחיות ומעברים בין שפות. כדאי לבדוק אם ההגייה מובנת ואם הקצב מתאים להקשר. ההודעה אינה מבטיחה תמיכה עברית מסוימת או זמינות אחידה בישראל, ולכן יש לבחון את ההתנהגות בפועל במקום להסיק אותה מן ההשקה הכללית או מן האפשרות לכתוב תיאור בעברית.
לצוות מוצר כדאי לשמור גם חלופה כאשר הקול אינו מפיק תוצאה מתאימה, ולהגדיר מי בודק נוסחים רגישים לפני פריסה. ניסוי קצר עם תסריט מייצג יכול לחשוף בעיות שאינן בולטות במשפט הדגמה. אין בכך צורך לבנות מנגנון מורכב מראש: המטרה היא לוודא שהקול משרת את המשימה, שהמשתמש מבין את מקורו ושהעלויות נמדדות במקום שבו הדיבור נוצר בפועל.
בבדיקה כדאי להקשיב גם לתוצאה בהקשר המלא שבו תשולב, ולוודא שהגילוי על קול סינתטי מופיע במקום שהמאזין אכן פוגש. דוגמה טובה לבדה אינה בדיקה של כל מסלול השימוש.