OpenAI'S ChatGPT Otkriva veliku nadogradnju, dodaje glasovni razgovor i slikovni chat
Ukratko
OpenAI će uvesti nove glasovne i slikovne mogućnosti ChatGPT tijekom sljedeća dva tjedna.
Ove značajke bit će dostupne samo korisnicima Plus i Enterprise.
OpenAI danas je objavio da će uvesti nove glasovne i slikovne mogućnosti ChatGPT. Nove značajke omogućit će korisnicima glasovni razgovor sa ChatGPT ili razgovarajte s chatbotom putem slika.
Ova objava uslijedila je nakon tvrdnji korisnika Reddita koji su tvrdili da su dobili pristup OpenAImodeli i kasnije podijelio ove informacije na platformi. Redditor FeltSteam opisao je AI model s radnim imenom Arrakis, koji navodno omogućuje korisnicima "unos bilo koje kombinacije teksta, zvuka i videa".
"Nova glasovna mogućnost pokreće novi model pretvaranja teksta u govor, sposoban generirati zvuk poput ljudskog iz samo teksta i nekoliko sekundi uzorka govora", napisao je Open AI u blog post. “Surađivali smo s profesionalnim glasovnim glumcima kako bismo stvorili svaki od glasova. Također koristimo Whisper, naš sustav za prepoznavanje govora otvorenog koda, za transkripciju vaših izgovorenih riječi u tekst.”
Našao sam neke čudne nepotvrđene spekulacije o moćnim internim modelima na Redditu.
— Yam Peleg (@Yampeleg) Rujna 25, 2023
– Sve uzmite s rezervom. –
Navodno,
Dva različita korisnika tvrde da su dobili pristup OpenAIinterne modele korisnika i dijele informacije na redditu.
FeltSteam… pic.twitter.com/JRJH4xADZX
S novim značajkama korisnici mogu sudjelovati u razgovoru naprijed-natrag s ChatGPT koristeći svoje glasove. Također mogu razgovarati o slikama s chatbotom. Značajke će biti uvedene tijekom sljedeća dva tjedna korisnicima Plus i Enterprise.
Glasovne mogućnosti bit će dostupne za iOS i Android kao opt-in, dok će značajka slike biti dostupna na svim platformama.
Kako bi počeli koristiti glasovnu funkciju, korisnici mogu otići u Postavke → Nove značajke na mobilnoj aplikaciji i odabrati "glasovne razgovore". Zatim bi korisnik trebao dodirnuti gumb za slušalice koji se nalazi u gornjem desnom kutu početnog zaslona i odabrati željeni glas iz izbora od pet različitih glasova.
Razgovarati s ChatGPT kroz slike, korisnik može dodirnuti gumb fotografije kako bi snimio sliku ili je odabrao. Ako koristite iOS ili Android, dodirnite gumb plus prije nastavka. Osim toga, mogu sudjelovati u raspravama s više slika ili ih koristiti za vođenje chatbota.
OpenAI kaže da se razumijevanje slike pokreće multimodalnim GPT-3.5 I GPT-4. Ovi modeli iskorištavaju sposobnosti jezičnog razmišljanja za analizu raznolikog niza vizualnih sadržaja, uključujući fotografije, snimke zaslona i dokumente koji sadrže kombinaciju teksta i slika.
OpenAIpartnerstvo sa Spotifyjem
Spotify također objavljeno je danas njegovu značajku glasovnog prevođenja pokretanu umjetnom inteligencijom. Nova značajka može prevoditi podcaste na različite jezike, koristeći izvorni glas podcastera.
Prema Rubu, oslanja se ova značajka prijevoda OpenAIalat za transkripciju glasa, Whisper, koji može transkribirati engleski govor i prevoditi različite jezike na engleski.
Kao dio pilota, tvrtka se udružila s podcasterima Daxom Shepardom, Monicom Padman, Lexom Fridmanom, Billom Simmonsom i Stevenom Bartlettom kako bi stvorili glasovne prijevode vođene umjetnom inteligencijom na jezike kao što su španjolski, francuski i njemački za određene epizode iz kataloga i nadolazeće oslobađanja.
“Vjerujemo da promišljen pristup umjetnoj inteligenciji može pomoći u izgradnji dubljih veza između slušatelja i kreatora, što je ključna komponenta Spotifyjeve misije da otključa potencijal ljudske kreativnosti,” Ziad Sultan, potpredsjednik personalizacije u Spotifyju, rekao je u izjavi.
Glasovno prevedene epizode pilot kreatora bit će dostupne diljem svijeta korisnicima Premiuma i besplatnih.
Izjava o odricanju od odgovornosti
U skladu s Smjernice projekta povjerenja, imajte na umu da informacije navedene na ovoj stranici nemaju namjeru i ne smiju se tumačiti kao pravni, porezni, investicijski, financijski ili bilo koji drugi oblik savjeta. Važno je ulagati samo ono što si možete priuštiti izgubiti i potražiti neovisni financijski savjet ako imate bilo kakvih nedoumica. Za dodatne informacije predlažemo da pogledate odredbe i uvjete, kao i stranice za pomoć i podršku koje pruža izdavatelj ili oglašivač. MetaversePost je predan točnom, nepristranom izvješćivanju, ali tržišni uvjeti podložni su promjenama bez prethodne najave.
O autoru
Cindy je novinarka u Metaverse Post, pokrivajući teme povezane s web3, NFT, metaverse i AI, s fokusom na intervjue s Web3 igrači u industriji. Razgovarala je s više od 30 rukovoditelja na razini C i sve više, donoseći njihove dragocjene uvide čitateljima. Porijeklom iz Singapura, Cindy sada živi u Tbilisiju u Gruziji. Diplomirala je komunikacije i medijske studije na Sveučilištu Južne Australije i ima desetljeće iskustva u novinarstvu i pisanju. Stupite u kontakt s njom putem [e-pošta zaštićena] s predstavljanjima za novinare, najavama i prilikama za intervjue.
Više članaka
Cindy je novinarka u Metaverse Post, pokrivajući teme povezane s web3, NFT, metaverse i AI, s fokusom na intervjue s Web3 igrači u industriji. Razgovarala je s više od 30 rukovoditelja na razini C i sve više, donoseći njihove dragocjene uvide čitateljima. Porijeklom iz Singapura, Cindy sada živi u Tbilisiju u Gruziji. Diplomirala je komunikacije i medijske studije na Sveučilištu Južne Australije i ima desetljeće iskustva u novinarstvu i pisanju. Stupite u kontakt s njom putem [e-pošta zaštićena] s predstavljanjima za novinare, najavama i prilikama za intervjue.
