OpenAI更新ChatGPT：支持圖片和語音輸入

2023年09月26日 09:23:01 李旭來源：DoNews

　　近日 OpenAI 宣布推出新版 ChatGPT，增加了兩項(xiàng)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(jī)上的語音助手，用戶只需按下一個(gè)按鈕，說出自己的問題，ChatGPT 就會(huì)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。

　　例如，讓ChatGPT聽一段小貓咪的文本故事，然后選擇人類語音便可以一鍵完成轉(zhuǎn)錄。完成后，用戶可以下載這段語音。

　　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(shì)，答案的質(zhì)量也會(huì)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(xiàng)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(shí)保留播客主持人的聲音。不過，這種模型也存在一些風(fēng)險(xiǎn)，比如可能被惡意利用來冒充公眾人物或進(jìn)行詐騙。因此，OpenAI 表示，這種模型不會(huì)被廣泛開放，而是會(huì)受到嚴(yán)格的控制和限制。

　　圖像輸入功能則類似于%20Google%20Lens，用戶可以拍攝自己感興趣的事物，并上傳到%20ChatGPT%20中。ChatGPT%20會(huì)嘗試識(shí)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(dá)自己的問題，或者配合語音或文本輸入來進(jìn)行交流。

　　OpenAI還放出了一段視頻，是和ChatGPT商量著修自行車，不斷問%20ChatGPT：這里是扳手嗎?是調(diào)整這里嗎?甚至還把說明書拍照發(fā)給ChatGPT求解釋。

　　然后ChatGPT表示看你車的型號(hào)，有的車有快拆桿，有的是用螺栓固定，然后給出了詳細(xì)的步驟。

　　隨后官方又拍了一張工具箱的照片，問ChatGPT到底是哪一個(gè)扳手。ChatGPT也順利地認(rèn)出了扳手，并準(zhǔn)確提示用戶到底要拿哪一個(gè)尺寸。

　　ChatGPT 的優(yōu)勢(shì)在于它可以進(jìn)行多輪對(duì)話，而不是一次性搜索。如果用戶對(duì)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(zhǔn)確和全面的答案。當(dāng)然，圖像搜索也有一些潛在問題。

　　例如，在處理人物圖片時(shí)，OpenAI 表示他們限制了 ChatGPT 對(duì)人物進(jìn)行分析和直接評(píng)價(jià)的能力，既為了保證準(zhǔn)確性，也為了保護(hù)隱私，這意味著上傳一個(gè)人的照片就能知道他 / 她是誰還無法實(shí)現(xiàn)。

　　文章內(nèi)容僅供閱讀，不構(gòu)成投資建議，請(qǐng)謹(jǐn)慎對(duì)待。投資者據(jù)此操作，風(fēng)險(xiǎn)自擔(dān)。

[No. ]
分享到微信