OpenAIहै ChatGPT प्रमुख अपग्रेड का अनावरण, वॉयस वार्तालाप और छवि चैट को जोड़ा गया
संक्षेप में
OpenAI में नई आवाज और छवि क्षमताएं शुरू की जाएंगी ChatGPT अगले दो सप्ताह में.
ये सुविधाएं केवल प्लस और एंटरप्राइज़ उपयोगकर्ताओं के लिए उपलब्ध होंगी।
OpenAI ने आज घोषणा की कि वह नई आवाज और छवि क्षमताओं को पेश करेगा ChatGPT. नए फीचर्स से यूजर्स को आवाज में बातचीत करने की सुविधा मिलेगी ChatGPT या छवियों के माध्यम से चैटबॉट से चैट करें।
यह घोषणा Reddit उपयोगकर्ताओं के दावों का अनुसरण करती है जिन्होंने दावा किया था कि उन्होंने पहुंच प्राप्त कर ली है OpenAIके मॉडल और बाद में इस जानकारी को मंच पर साझा किया। Redditor FeltSteam ने Arrakis के कामकाजी नाम के साथ एक AI मॉडल का वर्णन किया, जो कथित तौर पर उपयोगकर्ताओं को "टेक्स्ट, ऑडियो और वीडियो के किसी भी संयोजन को इनपुट करने" की अनुमति देता है।
ओपन एआई ने एक में लिखा, "नई आवाज क्षमता एक नए टेक्स्ट-टू-स्पीच मॉडल द्वारा संचालित है, जो सिर्फ टेक्स्ट और कुछ सेकंड के नमूना भाषण से मानव-जैसा ऑडियो उत्पन्न करने में सक्षम है।" ब्लॉग पोस्ट. “हमने प्रत्येक आवाज़ को बनाने के लिए पेशेवर आवाज़ अभिनेताओं के साथ सहयोग किया। हम आपके बोले गए शब्दों को टेक्स्ट में बदलने के लिए हमारे ओपन-सोर्स स्पीच रिकग्निशन सिस्टम व्हिस्पर का भी उपयोग करते हैं।
मुझे Reddit पर शक्तिशाली आंतरिक मॉडलों के बारे में कुछ अजीब अपुष्ट अटकलें मिलीं।
- यम पेलेग (@यमपेलेग) सितम्बर 25, 2023
- कृपया सभी को थोड़े से नमक के साथ लें। –
जाहिर है,
दो अलग-अलग उपयोगकर्ताओं का दावा है कि उन्हें इसकी पहुंच मिल गई है OpenAIके आंतरिक मॉडल और Reddit पर जानकारी साझा कर रहे हैं।
फेल्टस्टीम… pic.twitter.com/JRJH4xADZX
नई सुविधाओं के साथ, उपयोगकर्ता आगे-पीछे बातचीत में संलग्न हो सकते हैं ChatGPT उनकी आवाज़ का उपयोग करना। वे चैटबॉट के साथ छवियों के बारे में भी चर्चा कर सकते हैं। अगले दो सप्ताह में प्लस और एंटरप्राइज़ उपयोगकर्ताओं के लिए सुविधाएँ शुरू कर दी जाएंगी।
आवाज की क्षमता आईओएस और एंड्रॉइड पर ऑप्ट-इन के रूप में आएगी जबकि छवि सुविधा सभी प्लेटफार्मों पर उपलब्ध होगी।
वॉयस फ़ंक्शन का उपयोग शुरू करने के लिए, उपयोगकर्ता मोबाइल ऐप पर सेटिंग्स → नई सुविधाओं पर जा सकते हैं और "वॉयस वार्तालाप" चुन सकते हैं। इसके बाद, उपयोगकर्ता को होम स्क्रीन के ऊपरी-दाएं कोने में पाए जाने वाले हेडफोन बटन पर टैप करना चाहिए और पांच अलग-अलग आवाजों के चयन में से अपनी पसंदीदा आवाज का चयन करना चाहिए।
बातचीत करना ChatGPT छवियों के माध्यम से, उपयोगकर्ता किसी छवि को कैप्चर करने या किसी एक का चयन करने के लिए फोटो बटन पर टैप कर सकता है। यदि iOS या Android का उपयोग कर रहे हैं, तो आगे बढ़ने से पहले प्लस बटन पर टैप करें। इसके अतिरिक्त, वे कई छवियों के साथ चर्चा में शामिल हो सकते हैं या चैटबॉट का मार्गदर्शन करने के लिए उनका उपयोग कर सकते हैं।
OpenAI कहते हैं कि छवि समझ मल्टीमॉडल द्वारा संचालित होती है GPT-3.5 और GPT-4. ये मॉडल दृश्य सामग्री की एक विविध श्रृंखला का विश्लेषण करने के लिए भाषा तर्क क्षमताओं का लाभ उठाते हैं, जिसमें पाठ और छवियों के संयोजन वाले फोटोग्राफ, स्क्रीनशॉट और दस्तावेज़ शामिल होते हैं।
OpenAISpotify के साथ साझेदारी
Spotify भी आज घोषणा की इसकी AI-पावर्ड वॉयस ट्रांसलेशन सुविधा। नई सुविधा पॉडकास्टर की मूल आवाज का उपयोग करके पॉडकास्ट को विभिन्न भाषाओं में अनुवाद कर सकती है।
के अनुसार किनारे से, यह अनुवाद सुविधा पर निर्भर करता है OpenAIका वॉयस ट्रांसक्रिप्शन टूल, व्हिस्पर, जो अंग्रेजी भाषण को ट्रांसक्रिप्ट करने और विभिन्न भाषाओं का अंग्रेजी में अनुवाद करने में सक्षम है।
पायलट के हिस्से के रूप में, कंपनी ने पॉडकास्टर्स डैक्स शेपर्ड, मोनिका पैडमैन, लेक्स फ्रिडमैन, बिल सिमंस और स्टीवन बार्टलेट के साथ मिलकर विशिष्ट कैटलॉग एपिसोड और आगामी के लिए स्पेनिश, फ्रेंच और जर्मन जैसी भाषाओं में एआई-संचालित वॉयस अनुवाद तैयार किया है। जारी करता है.
Spotify में वैयक्तिकरण के उपाध्यक्ष ज़ियाद सुल्तान ने एक बयान में कहा, "हम मानते हैं कि AI के लिए एक विचारशील दृष्टिकोण श्रोताओं और रचनाकारों के बीच गहरे संबंध बनाने में मदद कर सकता है, जो मानव रचनात्मकता की क्षमता को अनलॉक करने के लिए Spotify के मिशन का एक प्रमुख घटक है।"
पायलट क्रिएटर्स के वॉयस-अनुवादित एपिसोड दुनिया भर में प्रीमियम और मुफ्त उपयोगकर्ताओं के लिए उपलब्ध होंगे।
Disclaimer
साथ लाइन में ट्रस्ट परियोजना दिशानिर्देश, कृपया ध्यान दें कि इस पृष्ठ पर दी गई जानकारी का कानूनी, कर, निवेश, वित्तीय या किसी अन्य प्रकार की सलाह के रूप में व्याख्या करने का इरादा नहीं है और न ही इसकी व्याख्या की जानी चाहिए। यह महत्वपूर्ण है कि केवल उतना ही निवेश करें जितना आप खो सकते हैं और यदि आपको कोई संदेह हो तो स्वतंत्र वित्तीय सलाह लें। अधिक जानकारी के लिए, हम नियम और शर्तों के साथ-साथ जारीकर्ता या विज्ञापनदाता द्वारा प्रदान किए गए सहायता और समर्थन पृष्ठों का संदर्भ लेने का सुझाव देते हैं। MetaversePost सटीक, निष्पक्ष रिपोर्टिंग के लिए प्रतिबद्ध है, लेकिन बाज़ार की स्थितियाँ बिना सूचना के परिवर्तन के अधीन हैं।
के बारे में लेखक
सिंडी एक पत्रकार हैं Metaverse Post, से संबंधित विषयों को कवर करना web3, NFT, मेटावर्स और एआई, के साथ साक्षात्कार पर ध्यान केंद्रित करने के साथ Web3 उद्योग के खिलाड़ी. उन्होंने 30 से अधिक सी-स्तर के अधिकारियों और अनगिनत अधिकारियों से बात की है और उनकी बहुमूल्य अंतर्दृष्टि पाठकों तक पहुंचाई है। मूल रूप से सिंगापुर की रहने वाली सिंडी अब त्बिलिसी, जॉर्जिया में रहती हैं। उनके पास दक्षिण ऑस्ट्रेलिया विश्वविद्यालय से संचार और मीडिया अध्ययन में स्नातक की डिग्री है और उनके पास पत्रकारिता और लेखन में एक दशक का अनुभव है। के माध्यम से उससे संपर्क करें [ईमेल संरक्षित] प्रेस पिचों, घोषणाओं और साक्षात्कार के अवसरों के साथ।
और अधिक लेख
सिंडी एक पत्रकार हैं Metaverse Post, से संबंधित विषयों को कवर करना web3, NFT, मेटावर्स और एआई, के साथ साक्षात्कार पर ध्यान केंद्रित करने के साथ Web3 उद्योग के खिलाड़ी. उन्होंने 30 से अधिक सी-स्तर के अधिकारियों और अनगिनत अधिकारियों से बात की है और उनकी बहुमूल्य अंतर्दृष्टि पाठकों तक पहुंचाई है। मूल रूप से सिंगापुर की रहने वाली सिंडी अब त्बिलिसी, जॉर्जिया में रहती हैं। उनके पास दक्षिण ऑस्ट्रेलिया विश्वविद्यालय से संचार और मीडिया अध्ययन में स्नातक की डिग्री है और उनके पास पत्रकारिता और लेखन में एक दशक का अनुभव है। के माध्यम से उससे संपर्क करें [ईमेल संरक्षित] प्रेस पिचों, घोषणाओं और साक्षात्कार के अवसरों के साथ।
