پاسخ کوتاه
حالت صوتی یک گفتگوی صوتی زنده است: شما صحبت میکنید، مدل با صدا پاسخ میدهد و میتوانید وسط حرفش بپرید. هر پلن پولی شامل دقیقههای صوتی است: 10 دقیقه در ماه در Starter، 80 در Pro و 500 در Powerhouse.
این جلسه یک رونوشت متنی تولید میکند که در تاریخچهٔ گفتگوی شما قرار میگیرد، بنابراین یک گفتگوی صوتی هم مثل یک گفتگوی تایپشده بعداً قابل بازخوانی است. دقیقههای صوتی روی سنجهٔ جداگانهٔ خودشان شمرده میشوند و کردیتی مصرف نمیکنند.
شروع و کنترل یک جلسه
حالت صوتی را از داخل گفتگو باز کنید، و جلسه وصل شده و شروع به گوشدادن میکند. مرحلهٔ فشار برای صحبت وجود ندارد: فقط شروع به صحبتکردن میکنید. پاسخها با یک صدای از پیش تعیینشده میآیند، صدایی گرم به نام Sulafat، و صدا روی Gemini Live API اجرا میشود: Whizi یک توکن جلسهٔ کوتاهمدت صادر میکند و مرورگر شما صدا را مستقیماً به Google استریم میکند، بنابراین هیچ صدایی از سرورهای Whizi عبور نمیکند.
کنترلهای حین جلسه عمداً حداقلی هستند. میتوانید میکروفون را بیصدا کنید که بدون پایاندادن به جلسه، شنیدن صدای شما را متوقف میکند، و میتوانید جلسه را کاملاً پایان دهید. نشانگر وضعیت نشان میدهد که Whizi در حال حاضر در حال گوشدادن است یا صحبتکردن، که بیشتر از آنچه به نظر میرسد اهمیت دارد، چون دانستن اینکه شنیده شدهاید بیشترین سهم را در قابلتحملکردن یک رابط صوتی دارد.
چون گفتگو زنده است نه نوبتی، میتوانید وقتی مدل هنوز در حال صحبتکردن است وسط حرفش بپرید، همانطور که با یک انسان این کار را میکنید. بدون این قابلیت، باید یک پاسخ نادرست طولانی را تا آخر تحمل کنید تا بتوانید مسیرش را عوض کنید.
رونوشت متنی را در هر لحظه، حتی وسط جلسه، میتوان در گفتگو باز کرد. این همان راه فرار است برای وقتی چیزی باید دقیق باشد: بهجای فرضکردن، بخوانید که واقعاً چه چیزی ثبت شده است. تشخیص گفتار روی اسمها، اعداد و اصطلاحات فنی ضعیفترین بخش هر رابط صوتی است، بنابراین یک نگاه وسط جلسه به رونوشت سریعترین راه برای گرفتن یک شنیدهٔ اشتباه پیش از شکلدادن پاسخ بعدی است.
دقیقهها چگونه شمرده میشوند
دقیقهها زمان جلسه را میشمارند، و این سهمیه به ازای هر حساب شمرده شده و همراه با دورهٔ صورتحساب شما بازنشانی میشود. یک جلسهٔ تکی حداکثر 15 دقیقه اجرا میشود: تماس شروع، زمانی از سهمیهٔ شما رزرو میکند و به جلسه میگوید تا چه مدت میتواند اجرا شود، بنابراین وقتی دقیقههای باقیماندهٔ شما از این مقدار کمتر باشد، جلسه برای تطبیق کوتاه میشود.
این سهمیه از پلن پیروی میکند: 10 دقیقه در ماه در Starter، 80 در Pro و 500 در Powerhouse. حسابهای رایگان هیچ دقیقهای ندارند. Powerhouse چیزی کمی بیش از هشت ساعت در ماه میشود، یا تقریباً بیست دقیقه در هر روز کاری. گفتگوهای صوتی بهطور طبیعی کوتاهاند، این قالب برای تبادلهای پنجدقیقهای مناسب است نه جلسات ساعتی، بنابراین سطوح بالاتر بهندرت محدودیتی واقعی ایجاد میکنند.
بیصداکردن میکروفون ساعت را متوقف نمیکند. پایاندادن به جلسه این کار را میکند. اگر میخواهید جایی نباشید، بهجای بیصداکردن، جلسه را پایان دهید.
دقیقههای صوتی سهمیهٔ مستقل خودشان هستند و از هیچ چیز دیگری کم نمیکنند. دقیقههای صوتی، کردیتها و تولید تصویر سنجههای جداگانهای هستند که استخری مشترک ندارند، بنابراین یک گفتگوی صوتی طولانی تعداد پیامهای Claude یا GPTای را که میتوانید در آن ماه بفرستید کم نمیکند. این همچنین یعنی حسابی که کردیتهایش تمام شده باشد هنوز دقیقههای صوتی خودش را دارد، و حسابی که سهمیهٔ صوتیاش را تمام کرده هنوز میتواند تایپ کند.
رونوشتی که یک جلسه از خود بهجا میگذارد یک گفتگوی معمولی است، پس نگهداشتنش هیچ هزینهٔ اضافهای ندارد و کنار هر چیزی که تایپ کردهاید در تاریخچهتان میماند.
صدا واقعاً در چه مواردی بهتر است
صدا نسخهٔ سریعتر تایپکردن نیست، و استفاده از آن به این شکل ناامیدکننده است. سه مورد که صدا واقعاً در آنها برنده است:
بلند فکرکردن. حرفزدن دربارهٔ مسئلهای که هنوز ساختارش را ندادهاید، گفتاری بسیار راحتتر از نوشتاری است، چون لازم نیست پیش از دانستن پایان جمله خودتان را به آن متعهد کنید. رونوشت پس از آن معمولاً توصیف بهتری از مسئله است نسبت به هر چیزی که تایپ میکردید.
وقتی دستها مشغول یا چشمها جای دیگری است. آشپزی، رانندگی، پیادهروی، یا انجام کاری فیزیکی. این مورد بدیهی است و واقعی.
تمرین یک گفتگو. پاسخهای مصاحبه، پیامی دشوار به یک مشتری، یک پیچ. گفتنش با صدای بلند و شنیدن یک پاسخ، عبارتپردازی نامناسبی را آشکار میکند که روی کاغذ درست به نظر میرسد.
جایی که میبازد: هر چیزی مربوط به کد، اعداد دقیق، اسمهایی که هجیکردنشان سخت است، یا خروجی ساختاریافتهٔ طولانی که میخواهید کپی کنید. آنها را تایپ کنید.
| در حال انجام چه کاری هستید | صوتی یا تایپی | چرا |
|---|---|---|
| فکرکردن به مسئلهای که هنوز ساختارش را ندادهاید | صوتی | لازم نیست پیش از دانستن پایان جمله خودتان را به آن متعهد کنید |
| آشپزی، رانندگی، پیادهروی، یا انجام کاری فیزیکی | صوتی | دستها مشغولاند و چشمها جای دیگری، و رونوشت بعداً در تاریخچهٔ شما هست |
| تمرین پاسخهای مصاحبه، پیامی دشوار، یا یک پیچ | صوتی | گفتنش با صدای بلند عبارتپردازی نامناسبی را آشکار میکند که روی کاغذ درست به نظر میرسد |
| کد، اعداد دقیق، اسمهای سختهجی، خروجی طولانی که کپی میکنید | تایپی | تشخیص گفتار روی اسمها، اعداد و اصطلاحات فنی ضعیفترین است |
- هر پلن پولی شامل صداست: 10 دقیقه در Starter، 80 در Pro، 500 در Powerhouse
- یک جلسهٔ تکی حداکثر 15 دقیقه اجرا میشود
- صدا کردیتی مصرف نمیکند، سنجهٔ مستقل خودش را دارد
- بیصداکردن ساعت را متوقف نمیکند، پایاندادن به جلسه این کار را میکند
- رونوشت متنی در تاریخچهٔ گفتگو قرار میگیرد و قابل بازخوانی میماند
- برای کد، اعداد دقیق و هر چیزی که کپی میکنید از تایپ استفاده کنید
پرسشهای متداول
کدام پلن شامل حالت صوتی است؟
هر پلن پولی شامل حالت صوتی است، و حسابهای رایگان هیچ دقیقهٔ صوتیای ندارند. آنچه با سطح پلن تغییر میکند سهمیه است: Starter شامل 10 دقیقهٔ صوتی در ماه است، Pro شامل 80 و Powerhouse شامل 500، که همراه با دورهٔ صورتحساب بازنشانی میشوند.
آیا دقیقههای صوتی از کردیتهای من کم میشوند؟
خیر. صدا سنجهٔ دقیقهٔ مستقل خودش را دارد و هیچ کردیتی مصرف نمیکند، بنابراین یک گفتگوی صوتی طولانی تعداد پیامهای Claude یا GPTای را که میتوانید بفرستید کم نمیکند. دقیقههای صوتی، کردیتها و تولید تصویر سهمیههای جداگانهای هستند که استخری مشترک ندارند.
میتوانم ببینم در یک جلسهٔ صوتی چه گفتهام؟
بله. هر جلسه یک رونوشت متنی تولید میکند که وارد تاریخچهٔ گفتگوی شما میشود، و میتوانید آن را هم حین جلسه و هم بعد از آن باز کنید. این نگاه وسط جلسه هر وقت دقت اهمیت دارد ارزش انجامدادن را دارد: اسمها، اعداد و اصطلاحات فنی چیزهایی هستند که تشخیص گفتار بیشترین اشتباه را در آنها میکند.
میتوانم وسط صحبتکردن مدل حرفش را قطع کنم؟
بله، گفتگو زنده است نه نوبتی، بنابراین میتوانید همانطور که با یک انسان این کار را میکنید وسط حرفش بپرید، و مدل بهجای تمامکردن یک پاسخ نادرست طولانی که در غیر این صورت باید تحملش میکردید، متوقف میشود.