Perplexity は ChatGPT の最高の機能を奪い、より良い仕事をしています

重要なポイント

• Perplexity AI は新しい音声インターフェイスを導入し、より優れたユーザー エクスペリエンスとより自然な会話フローで ChatGPT の機能を上回りました。
• ChatGPT が直面する接続の問題とは対照的に、Perplexity の音声機能はより信頼性が高く、そのライブ文字起こしによりエクスペリエンスが向上します。

Perplexity AI は、洗練された新しい音声インターフェイスを導入することで、さらにハードルを上げ、ChatGPT の同様の機能を上回る可能性があります。新しい音声対音声チャット機能は、現在、無料アカウントと有料アカウントの両方を持つすべての Android ユーザーが利用できます。それがどのように機能するのか、そして私が興奮している理由は次のとおりです。

まず、音声インターフェイスにアクセスする方法を見てみましょう。メッセージ領域の横にある音波ボタンを押すだけです。

これにより、次のようなボイス チャット インターフェイスが開きます。

デフォルトでは、マイクボタンを押したままにして、言いたいことを言い、ボタンを放してAIにメッセージを送信し、AIがそれを処理して応答を生成する必要があります。設定ボタン (歯車) を押して、希望の音声モードに切り替えることで、ハンズフリー モードを使用することもできます。

ご覧のとおり、4 つの異なる音声スタイルから選択するオプションもあります。マイクとメアリーはイギリス訛りですが、アレックスとケイトはよりアメリカ人に聞こえます。すべての声には個性があるようで、会話中にエモートすることができます。これは、気が散りがちな標準的なロボットのテキスト読み上げ音声ではありません。しかし同時に、その声は依然として人間ではなく AI のように聞こえます。これはバグではなく機能であると私は信じています。

この記事の執筆時点では、Perplexity は音声機能がどのように機能するかについて正式なプレスリリースを発表していませんでした。音声入力に対して音声からテキストへの変換を行ってからテキスト応答を生成し、次にテキストから音声への変換を行って音声出力を生成していると思います。これは、Claude 3.5 Sonnet などの著しく高速な AI モデルを使用すると、Claude 3 Opus や Sonar Large 32 K などの比較的遅いモデルと比較して音声応答も高速になるためです。

ChatGPT は以前から音声対話を提供してきましたが、Perplexity の実装はより洗練されており、ユーザーフレンドリーです。重要な改善点の 1 つは、音声入力を受け入れるための Perplexity のより寛容なアプローチです。短い一時停止の後に入力が途中で終了する可能性がある ChatGPT とは異なり、Perplexity では考えをまとめるのにより多くの時間がかかります。この機能強化により、特に複雑なクエリやアイデアを作成する場合に、より自然な会話の流れが作成されます。

もう 1 つの際立った機能は、Perplexity のライブ キャプションです。 AI の応答をリアルタイムで聞いたり読んだりすることができます。このデュアルモード出力は、詳細情報を処理したり、段階的な指示に従う場合に特に便利で、ChatGPT の音声のみの応答の重大な制限に対処します。

さらに、Perplexity が回答を生成するために参照している Web ソースの概要も得られます。すべての参考文献の完全なリストを取得するには、インターフェースの上部にある「ソース」ボタンをクリックするだけです。

そして最後に重要なことですが、Perplexity の音声機能はより信頼性が高くなります。過去 24 時間、自宅の Wi-Fi でボイス チャット オプションを使用してきましたが、100 を超えるクエリを解析しましたが、接続の問題は発生しませんでした。これは、特に ChatGPT に 4 分間の独白を共有すると、「申し訳ありませんが、現在重い負荷が発生しています」という応答が返され、その後、発言した内容がすべて忘れ去られてしまうという経験をしたことがある場合には、非常に大きな問題です。

全体として、音声チャットが含まれることで Perplexity はさらに便利になり、必要な唯一の有料 AI チャットボットであるという私の立場がさらに強固になります。とはいえ、Perplexity はボイスチャット中に画像を生成できません。なぜそうしたいのかはわかりませんが、もしそうなら、この点では ChatGPT がより良い選択です。