Короткий ответ
Голосовой режим представляет собой разговор с ИИ в реальном времени: вы говорите, модель отвечает вслух, и вы можете её перебить. Каждый платный тариф включает голосовые минуты: 10 в месяц на Starter, 80 на Pro и 500 на Powerhouse.
Сессия оставляет расшифровку, которая попадает в историю чата, поэтому устный разговор потом так же можно перечитать, как и переписку. Голосовые минуты считаются по отдельному счётчику и не расходуют кредиты.
Начало и управление сессией
Откройте голосовой режим прямо из чата, и сессия подключится и начнёт слушать. Отдельного шага «нажать и говорить» нет: вы просто начинаете говорить. Ответы звучат одним заданным голосом, тёплым голосом по имени Sulafat, а голос работает через Gemini Live API: Whizi выпускает недолговечный токен сессии, и ваш браузер передаёт аудио напрямую в Google, так что звук не проходит через серверы Whizi.
Управление во время сессии намеренно сведено к минимуму. Вы можете отключить микрофон, это остановит прослушивание без завершения сессии, а можете завершить сессию полностью. Индикатор состояния показывает, слушает ли Whizi сейчас или говорит, и это важнее, чем кажется, потому что понимание того, услышали ли вас, во многом и делает голосовой интерфейс терпимым.
Поскольку разговор идёт в реальном времени, а не по очереди, вы можете перебить модель, пока она ещё говорит, точно так же, как перебили бы человека. Без этого длинный неверный ответ пришлось бы дослушивать до конца, прежде чем направить его в нужную сторону.
Расшифровку можно открыть в чате в любой момент, включая середину сессии. Это выход на случай, когда важна точность: прочитать, что было записано на самом деле, вместо того чтобы полагаться на догадки. Распознавание речи хуже всего справляется с именами, числами и техническими терминами, поэтому взгляд на расшифровку посреди сессии, это самый быстрый способ поймать ошибку распознавания до того, как она повлияет на следующий ответ.
Как считаются минуты
Минуты считают время сессии, лимит считается на аккаунт и обнуляется с началом нового платёжного периода. Одна сессия длится не более 15 минут: вызов на старте резервирует время из вашего лимита и сообщает сессии, сколько она может длиться, поэтому если оставшихся минут меньше, сессия сокращается под этот остаток.
Лимит зависит от тарифа: 10 минут в месяц на Starter, 80 на Pro и 500 на Powerhouse. Бесплатные аккаунты не получают ничего. Powerhouse даёт чуть больше восьми часов в месяц, то есть примерно по двадцать минут в каждый рабочий день. Голосовые разговоры по природе короткие, формат подходит для пятиминутных обменов репликами, а не для часовых сессий, поэтому более высокие тарифы почти никогда не становятся ограничением.
Отключение микрофона не останавливает счётчик. Его останавливает только завершение сессии. Если вы отходите, лучше завершить сессию, а не просто отключать микрофон.
Голосовые минуты представляют собой отдельный лимит и не зависят ни от чего другого. Голосовые минуты, кредиты и генерация изображений, это отдельные счётчики, которые не делят общий пул, поэтому долгий устный разговор не уменьшает число сообщений Claude или GPT, которые вы можете отправить в этом месяце. Это также значит, что у аккаунта, который исчерпал кредиты, голосовые минуты остаются, а аккаунт, исчерпавший голосовой лимит, всё ещё может печатать.
Расшифровка, которую оставляет после себя сессия, это обычный чат, поэтому её хранение ничего не стоит, и она лежит в вашей истории вместе со всем, что вы печатали.
В чём голос действительно лучше
Голос не является более быстрой версией набора текста, и использовать его в этом качестве разочаровывает. Вот три случая, где он действительно побеждает:
Рассуждение вслух. Прорабатывать вслух ещё не оформленную проблему гораздо проще, чем писать, потому что не нужно фиксировать предложение до того, как станет ясно, чем оно закончится. Расшифровка потом обычно описывает проблему лучше, чем то, что вы бы написали.
Руки заняты или взгляд занят другим. Готовка, вождение, ходьба или любая физическая работа. Это очевидный случай, и он реальный.
Репетиция разговора. Ответы для собеседования, сложное сообщение клиенту, питч. Проговорить это вслух и услышать реакцию помогает заметить неловкие формулировки, которые нормально смотрятся на бумаге.
Где голос проигрывает: везде, где есть код, точные числа, имена, которые трудно произнести по буквам, или длинный структурированный текст, который вы захотите скопировать. Такое лучше печатать.
| Что вы делаете | Голосом или текстом | Почему |
|---|---|---|
| Обдумывание ещё не оформленной проблемы | Голосом | Не нужно фиксировать предложение до того, как станет ясно, чем оно закончится |
| Готовка, вождение, ходьба или любая физическая работа | Голосом | Руки заняты, взгляд занят другим, а расшифровка потом остаётся в истории |
| Репетиция ответов для собеседования, сложного сообщения или питча | Голосом | Проговаривание вслух помогает заметить неловкие формулировки, которые нормально смотрятся на бумаге |
| Код, точные числа, трудные для написания имена, длинный текст для копирования | Текстом | Распознавание речи хуже всего справляется с именами, числами и техническими терминами |
- Каждый платный тариф включает голос: 10 минут на Starter, 80 на Pro, 500 на Powerhouse
- Одна сессия длится не более 15 минут
- Голос не расходует кредиты, у него свой собственный счётчик
- Отключение микрофона не останавливает счётчик, счётчик останавливает только завершение сессии
- Расшифровка попадает в историю чата и остаётся доступной для повторного чтения
- Используйте набор текста для кода, точных чисел и всего, что вы захотите скопировать
Частые вопросы
Какой тариф включает голосовой режим?
Голосовой режим включён в каждый платный тариф, а бесплатные аккаунты не получают голосовых минут вообще. Меняется именно лимит: Starter включает 10 голосовых минут в месяц, Pro (80) и Powerhouse (500), и он обнуляется с началом платёжного периода.
Списываются ли голосовые минуты с моих кредитов?
Нет. У голоса свой собственный счётчик минут, и он не расходует кредиты, поэтому долгий устный разговор не уменьшает число сообщений Claude или GPT, которые вы можете отправить. Голосовые минуты, кредиты и генерация изображений, это отдельные лимиты, которые не делят общий пул.
Могу ли я увидеть, что я говорил в голосовой сессии?
Да. Каждая сессия создаёт расшифровку, которая попадает в вашу историю чата, и вы можете открыть её как во время сессии, так и после неё. Заглянуть в неё посреди сессии стоит всегда, когда важна точность: имена, числа и технические термины, это то, с чем распознавание речи справляется хуже всего.
Могу ли я перебить модель, пока она говорит?
Да, разговор идёт в реальном времени, а не по очереди, поэтому вы можете перебить модель так же, как перебили бы человека, и она остановится вместо того, чтобы закончить длинный неверный ответ, который иначе пришлось бы дослушивать до конца.