ChatGPT将推出新的语音和图像功能

2023年09月26日 17:37 赞好

9月26日消息，OpenAI宣布，在接下来的两周内将在ChatGPT中向Plus和Enterprise使用者推出语音和图像。语音将在iOS和Android上推出，图像将在所有平台上提供。

据OpenAI介绍，新的语音功能由一个新的文本到语音模型提供支援，该模型能够从文本和几秒钟的语音样本生成“类似人类的音讯”。OpenAI似乎还认为该模型的潜力不止於此，其正在与流媒体音乐服务平台Spotify合作，将播客翻译成其他语言，同时保持播音者的声音。合成语音有许多有趣的用途，而OpenAI可能会成为该行业的重要组成部分。

图像搜索方面，有点类似於Google Lens的功能，用户拍摄自己感兴趣的任何东西的照片，ChatGPT去尝试了解用户在询问什麽，并做出相应的回应。使用者还可以使用应用程式的绘图工具説明明晰自己的诉求，或配合图像进行说话或写入问题。

除OpenAI之外，8月31日起，百度文心一言、讯飞星火等大模型正式向公众开放。9月5日，WPS AI正式面向社会开放，率先应用在WPS智慧文档。9月21日，微软举行了秋季发布会，宣布将发布Windows 11的下一个大更新23H2，据介绍本次系统更新将会有超过150项新功能，包括新的人工智慧驱动的Windows Copilot功能。