“我們開始在ChatGPT中推出新的語音和圖像功能。他們提供了一種新的、更直觀的界面，允許你進(jìn)行語音對(duì)話或向ChatGPT展示你正在談?wù)摰膬?nèi)容，”OpenAI在一篇博文中說道。

值得注意的是，ChatGPT中的新語音和圖像功能將在未來兩周內(nèi)向Plus和Enterprise用戶推出。語音將在iOS和Android上推出，圖像將在所有平臺(tái)上提供。

用戶現(xiàn)在可以在旅行時(shí)點(diǎn)擊地標(biāo)的圖片，并就其中的有趣之處進(jìn)行實(shí)時(shí)對(duì)話。

“當(dāng)你回到家時(shí)，拍下你的冰箱和食品儲(chǔ)藏室的照片，以了解晚餐吃什么(并詢問后續(xù)問題以獲取逐步食譜)。晚餐后，通過拍照、圈出問題集并讓它與你們倆分享提示來幫助您的孩子解決數(shù)學(xué)問題，”OpenAI說。

此外，用戶現(xiàn)在可以使用語音與人工智能聊天機(jī)器人進(jìn)行來回對(duì)話。

要開始使用語音，請(qǐng)轉(zhuǎn)到移動(dòng)應(yīng)用程序上的“設(shè)置”>“新功能”，然后選擇加入語音對(duì)話。然后，點(diǎn)擊主屏幕右上角的耳機(jī)按鈕，從五種不同的聲音中選擇您喜歡的聲音。

這種新的語音功能由新的文本轉(zhuǎn)語音模型提供支持，能夠僅從文本和幾秒鐘的樣本語音中生成類似人類的音頻。OpenAI與專業(yè)配音演員合作創(chuàng)作了每一個(gè)聲音。

要使用圖像功能，請(qǐng)點(diǎn)擊照片按鈕捕獲或選擇圖像。如果您使用的是iOS或Android，請(qǐng)先點(diǎn)擊加號(hào)按鈕。圖像理解由多模態(tài)GPT-3.5和GPT-4提供支持。這些模型將其語言推理技能應(yīng)用于各種圖像，例如照片、屏幕截圖以及包含文本和圖像的文檔。

“OpenAI的目標(biāo)是構(gòu)建安全且有益的AGI。我們相信逐步提供我們的工具，這使我們能夠隨著時(shí)間的推移進(jìn)行改進(jìn)和完善風(fēng)險(xiǎn)緩解措施，同時(shí)也讓每個(gè)人為未來更強(qiáng)大的系統(tǒng)做好準(zhǔn)備。對(duì)于涉及語音和視覺的先進(jìn)模型，這一策略變得更加重要。”該公司表示。

　　免責(zé)聲明：本文由用戶上傳，與本網(wǎng)站立場(chǎng)無關(guān)。財(cái)經(jīng)信息僅供讀者參考，并不構(gòu)成投資建議。投資者據(jù)此操作，風(fēng)險(xiǎn)自擔(dān)。 如有侵權(quán)請(qǐng)聯(lián)系刪除！