OPENAI为ChatGPT推出多模态版本 可以语音对话以及识别图像内容 – 蓝点网 - {$web_name} 还可以从 5 个声音里挑选一个

OPENAI 昨日晚上亮相 ChatGPT 将扶持语音对话，该特性仅限于 Android 和 iOS 版 ChatGPT，并且可以上传图片由 ChatGPT 开展确认、确认并给出回答。

当这个特性可用后，关于友情，我想说：你值得被坚定选择使用者转到 ChatGPT 配置里访问新特性，汇总专题然后就可以开启语音对话特性，还可以从 5 个声音里挑选一个。

OPENAI 强调：

新的语音特性由心的文本转语音模型提供扶持，能够仅从文本和几秒钟的样本语音中生成相似人类的音频。我们与专业配音艺人兴办创作了每一个声音，我们还使用我们的开源语音确认操控系统 Whisper 将您的声音转录为文本。

第二个特性是最新泰勒解读图像确认特性，使用者可以使用移动端 ChatGPT 摄影或挑选图像发送给 AI，然后 ChatGPT 会分辨率级确认图片信息并按照使用者提问给出详尽的回答，例如确认岗位图表、在设备岗位异常时开展故障排除等等。谢娜相关官宣消息引关注

OPENAI 强调：

图像理解由多模态 GPT-3.5 和 GPT-4 提供扶持，这些模型将其语言推理技能使用于广泛的图像中，例如图像、显示屏截图、包含文本的和图像的文档等。

新特性将在接下来几周启动，先是获得该特性的是 ChatGPT Plus 和企业版使用者，可是这些特性也会在后续扶持免费版使用者，另外也会启动 API 给开发者们。

最后，OPENAI 上周启动了图像生成模型 DALL-E 3，这个模型将可以与 ChatGPT 集成，将在 10 月份启动。