9月25日消息，近日 OpenAI 宣布推出新版 ChatGPT，增加了兩項新功能：語音輸入和圖像輸入。據(jù) OpenAI 稱，新功能將在未來兩周內(nèi)向 ChatGPT Plus 訂閱用戶推出，其他人也將“很快”能夠使用這些功能。
語音輸入功能類似于手機上的語音助手，用戶只需按下一個按鈕，說出自己的問題，ChatGPT 就會將其轉(zhuǎn)換為文本，然后生成答案，再將答案轉(zhuǎn)換為語音，播放給用戶。
OpenAI 表示，這樣的交互方式更加自然和便捷，而且由于 LLM 的技術(shù)優(yōu)勢，答案的質(zhì)量也會更高。OpenAI 還開發(fā)了一種新的文本轉(zhuǎn)語音模型，可以根據(jù)幾秒鐘的樣本語音，生成與之相似的人聲。用戶可以從五種選項中選擇 ChatGPT 的聲音，而且這種模型還有更多的潛在用途。
例如，OpenAI 正在與 Spotify 合作，將播客翻譯成其他語言，同時保留播客主持人的聲音。不過，這種模型也存在一些風(fēng)險，比如可能被惡意利用來冒充公眾人物或進行詐騙。因此，OpenAI 表示，這種模型不會被廣泛開放，而是會受到嚴格的控制和限制。
圖像輸入功能則類似于 Google Lens，用戶可以拍攝自己感興趣的事物，并上傳到 ChatGPT 中。ChatGPT 會嘗試識別用戶想要詢問的內(nèi)容，并給出相應(yīng)的回答。用戶還可以用應(yīng)用中的繪圖工具來幫助表達自己的問題，或者配合語音或文本輸入來進行交流。
ChatGPT 的優(yōu)勢在于它可以進行多輪對話，而不是一次性搜索。如果用戶對答案不滿意或想要更多信息，可以繼續(xù)向 ChatGPT 提問，從而得到更準確和全面的答案。當然，圖像搜索也有一些潛在問題。
例如，在處理人物圖片時，OpenAI 表示他們限制了 ChatGPT 對人物進行分析和直接評價的能力，既為了保證準確性，也為了保護隱私，這意味著上傳一個人的照片就能知道他 / 她是誰還無法實現(xiàn)。
- 蜜度索驥：以跨模態(tài)檢索技術(shù)助力“企宣”向上生長
- 特斯拉CEO馬斯克身家暴漲，穩(wěn)居全球首富寶座
- 阿里巴巴擬發(fā)行 26.5 億美元和 170 億人民幣債券
- 騰訊音樂Q3持續(xù)穩(wěn)健增長：總收入70.2億元，付費用戶數(shù)1.19億
- 蘋果Q4營收949億美元同比增6%，在華營收微降
- 三星電子Q3營收79萬億韓元，營業(yè)利潤受一次性成本影響下滑
- 賽力斯已向華為支付23億，購買引望10%股權(quán)
- 格力電器三季度營收同比降超15%，凈利潤逆勢增長
- 合合信息2024年前三季度業(yè)績穩(wěn)?。籂I收增長超21%，凈利潤增長超11%
- 臺積電四季度營收有望再攀高峰，預(yù)計超260億美元刷新紀錄
- 韓國三星電子決定退出LED業(yè)務(wù)，市值蒸發(fā)超4600億元
免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關(guān)資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負任何法律責(zé)任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。
