Di bawah ini, saya memberikan intro sederhana untuk ChatGPT dan tantangannya, dan menjawab pertanyaan, dapatkah ChatGPT menyalin audio?
ChatGPT: Gambaran Umum
ChatGPT adalah salah satu model AI paling populer yang digunakan untuk secara otomatis menghasilkan konten, memecahkan masalah, dan melakukan berbagai tugas melalui model pertanyaan / jawaban. OpenAI adalah perusahaan di balik ChatGPT dan mereka telah melatih model untuk berinteraksi dengan manusia dengan mengajukan pertanyaan.
Misalnya, pengembang mungkin memiliki masalah dengan beberapa kode pemrograman. Mereka dapat menempelkan kode ke dalam ChatGPT dan mengajukan pertanyaan seperti "Mengapa kode ini tidak berfungsi seperti yang diharapkan?". Model AI kemudian akan menganalisis pertanyaan dan kode yang diberikan dan merespons dengan jawaban. Ini bisa menjadi solusi, atau bisa mengajukan pertanyaan tambahan jika pengembang tidak memberikan konteks yang cukup.
Jenis proses percakapan ini sangat berguna karena menciptakan bolak-balik yang realistis dan memungkinkan input untuk mendapatkan apa yang mereka inginkan asalkan mereka dapat memberikan info yang tepat.
Kemampuan transkripsi ChatGPT
Jadi, bisakah ChatGPT menyalin audio? Ya! ChatGTP memiliki fungsi transkripsi khusus yang juga OpenAI kembangkan yang disebut Whisper API . Prosesnya relatif sederhana:
- Buka ChatGPT.
- Unggah file audio Anda.
- ChatGPT kemudian akan menjalankannya melalui algoritma pengenalan suara Whisper API .
- Ini memproses ucapan dan mengeluarkan output teks.
- Anda dapat menyimpan output teks dalam berbagai format file.
Format file audio yang didukung saat ini termasuk MP3, MP4, MPEG, M4A, WAV, WebM, dan MPGA dan mendukung berbagai format output juga.
Dalam hal dukungan bahasa, ChatGPT saat ini mendukung sekitar 50 bahasa termasuk Hindi, Yunani, Arab, Polandia, Urdu, dan Swahili misalnya.
Akurasi dan Performa
ChatGPT dapat mengonversi audio ke teks dan relatif akurat tetapi pengenalan suara dapat goyah tergantung pada kualitas audio, tetapi ini berlaku untuk layanan transkripsi apa pun.
Waktu pemrosesan juga relatif cepat dan tentu saja sebagian dengan layanan transkripsi lainnya dalam hal waktu yang diperlukan untuk menganalisis file audio dan menghasilkan output teks
Kekurangan vs Layanan Transkripsi Lainnya
Kelemahan utama dibandingkan dengan layanan transkripsi lain seperti Transkriptor adalah kurva belajar. ChatGPT adalah model AI spesialis dan memiliki kurva belajar yang jauh lebih curam dibandingkan dengan sesuatu yang sangat mudah digunakan seperti Transkriptor.
Idealnya, Anda harus memiliki pemahaman tentang cara kerja model AI dan kemampuannya, tetapi juga format tanya jawab. Ini berarti lebih cocok untuk para profesional dan mereka yang memiliki pengetahuan sebelumnya tentang model AI atau mereka yang telah menggunakan ChatGPT sebelumnya.
Untuk meningkatkan kualitas transkripsi audio, Anda harus mengajukan pertanyaan ke model Whisper API yang juga membutuhkan pembelajaran tambahan. Setelah Anda terbiasa dengan cara kerjanya dan jenis pertanyaan untuk diajukan, itu menjadi intuitif, tetapi jika Anda menginginkan transkripsi yang cepat dan berkualitas, ChatGPT saat ini bukan pilihan terbaik yang tersedia.
Dibandingkan dengan layanan transkripsi audio-ke-teks online tradisional, ChatGPT terbatas dalam hal bahasa, kompleksitas pengenalan suara, dan file input / output. Saat ini, itu tidak dapat dibandingkan secara suka-untuk-suka dengan layanan transkripsi khusus dan memiliki lebih sedikit untuk ditawarkan.
Terakhir, kelemahan utama adalah batas ukuran file audio maksimum yaitu 25MB. Transkripsi yang lebih panjang dari hal-hal seperti wawancara dan rapat dapat dengan mudah melebihi ini dalam hal ukuran file sehingga Anda terbatas dalam jenis audio apa yang dapat Anda transkripsikan. Anda dapat menggunakan layanan kompresi audio untuk mengurangi ukuran file rapat yang lebih lama misalnya, tetapi ini dapat mengurangi kualitas audio dan menghasilkan transkripsi berkualitas lebih buruk.
ChatGPT Dapat Mentranskripsikan Audio Tetapi Dengan Keterbatasan
Untuk menjawab pertanyaan awal, dapatkah ChatGPT menyalin audio? Ya itu bisa, tetapi itu sama sekali bukan layanan yang dipoles, dan dalam iterasi saat ini ada berbagai kelemahan. Kurva belajar yang lebih curam dan kebutuhan untuk memahami model Tanya Jawab dari Whisper API berarti mendapatkan transkripsi audio-ke-teks yang berkualitas dapat menjadi proses yang lebih lambat.
Selain itu, model AI masih dikembangkan sehingga dibandingkan dengan layanan transkripsi tradisional, model ini tidak dapat dibandingkan dalam hal fitur, akurasi, dan dukungan bahasa. Batas ukuran file audio 25MB adalah sesuatu yang perlu dipertimbangkan juga dan dapat membatasi jika Anda memiliki file audio yang lebih besar untuk ditranskripsikan.
Ini semua bisa berubah di masa depan dan seiring waktu ChatGPT bisa menjadi salah satu layanan transkripsi audio-ke-teks terkemuka. Namun, seperti berdiri, menggunakan layanan transkripsi khusus yang memiliki rekam jejak yang terbukti adalah pilihan yang lebih baik.
