Microsoftin tukema käynnistysyritys OpenAI lisäsi äskettäin ääni- ja kuvaominaisuudet generatiiviseen tekoälypohjaiseen ChatGPT-chatbottiin, jonka avulla se voi nyt nähdä, kuulla ja puhua.
Nämä ominaisuudet tarjoavat uuden, intuitiivisemman käyttöliittymän, jonka avulla käyttäjät voivat keskustella tai näyttää ChatGPT:lle, mistä he puhuvat.
ChatGPT voi nyt nähdä kuvia ja kuunnella ääntäsi
Katsotaanpa ChatGPT:hen lisättyjä uusia ominaisuuksia:
Ääni
Käyttäjät voivat nyt käyttää ääntä keskustellakseen edestakaisin tekoälyavustajan kanssa. Uudella tekstistä puheeksi -mallilla toimiva ChatGPT voi nyt tuottaa ihmisen kaltaista ääntä pelkästä tekstistä ja muutaman sekunnin näytepuheesta.
OpenAI on tehnyt yhteistyötä ammattilaisten ääninäyttelijöiden kanssa luodakseen viisi eri äänivaihtoehtoa, jotka sisältävät mies- ja naisääniä. Se on myös käyttänyt Whisperiä, sen avoimen lähdekoodin puheentunnistusjärjestelmää, transkriptoimaan käyttäjän puhutut sanat tekstiksi.
Aloita äänikeskustelu avaamalla Asetukset ja napsauttamalla “Uudet ominaisuudet” mobiilisovelluksessa. Valitse sitten äänikeskustelut. Kun olet valmis, napauta aloitusnäytön oikeassa yläkulmassa olevaa kuulokepainiketta ja valitse haluamasi ääni viidestä eri äänivaihtoehdosta.
Käytä ääntäsi osallistuaksesi edestakaisin keskusteluun ChatGPT:n kanssa. Puhu sen kanssa liikkeellä ollessasi, pyydä iltasatua tai sovi päivällispöytäkeskustelu.
Ääni päälle 🔊 pic.twitter.com/3tuWzX0wtS
– OpenAI (@OpenAI) 25. syyskuuta 2023
Kuvat
ChatGPT voi nyt vastata käyttäjien lataamiin kuviin. Käyttäjät voivat esimerkiksi ottaa kuvan maamerkistä matkustaessaan saadakseen siitä lisätietoja tai lähettää kuvia jääkaapistaan ja ruokakomerostaan, ja tekoälyassistentti voi ehdottaa, mitä ruokia voidaan valmistaa illalliseksi ainesosien kanssa.
Tämä on mahdollista kuvien ymmärtämisellä, jota tukevat multimodaaliset GPT-3.5 ja GPT-4, jotka soveltavat kielitaitoaan erilaisiin kuviin, kuten valokuviin, kuvakaappauksiin ja asiakirjoihin, jotka sisältävät sekä tekstiä että kuvia.
Aloita napauttamalla valokuvapainiketta ottaaksesi tai valitsemalla kuvan. Sinun on ensin napautettava pluspainiketta, jos käytät iOS- tai Android-laitetta. Lisäksi voit keskustella useista kuvista tai käyttää OpenAI:n piirustustyökalua AI-avustajan ohjaamiseen.
”Ääni ja kuva antavat sinulle enemmän tapoja käyttää ChatGPT:tä elämässäsi. Ota kuva maamerkistä matkustaessasi ja keskustele live-keskustelussa siitä, mikä siinä on kiinnostavaa, yritys ilmoitti blogikirjoituksessa maanantaina.
”Kun olet kotona, ota kuvia jääkaapistasi ja ruokakomerostasi selvittääksesi, mitä illalliseksi (ja kysy lisäkysymyksiä vaiheittaisen reseptin saamiseksi). Auta illallisen jälkeen lastasi matemaattisessa tehtävässä ottamalla valokuva, kiertämällä tehtäväsarjaa ja antamalla sen vihjeitä molempien kanssa.”
Saatavuus
Seuraavien kahden viikon aikana puhe- ja kuvaominaisuudet ovat ChatGPT Plus- ja Enterprise-asiakkaiden saatavilla. Vaikka ääniominaisuus on käytettävissä iOS:ssä ja Androidissa (valitse se asetuksissasi), kuvaominaisuus on käytettävissä kaikilla alustoilla.
