OpenAI为ChatGPT添加了对语音和图像功能的支持

OpenAI在 ChatGPT 中推出了语音和图像功能，提供了更加用户友好的界面，允许语音交互和视觉演示。

使用 ChatGPT 进行语音对话

ChatGPT 现在提供语音对话。您可以与助手交谈、询问睡前故事或进行辩论。

首先，在移动应用程序的“设置”→“新功能”中启用语音对话，然后通过点击耳机图标从五个选项中选择一种语音。

该功能使用最先进的文本转语音模型和开源语音识别系统 Whisper 来创建逼真的音频并将您的单词转录为文本。

为此，OpenAI 与专业配音演员合作，并积极努力降低冒充或欺诈等潜在风险。

使用 ChatGPT 讨论图像

ChatGPT 现在支持图像讨论。您可以共享图像、分析图表或使用移动应用程序中的绘图工具突出显示图像的某些部分。

首先，点击照片按钮或 iOS 和 Android 用户的加号按钮。您可以讨论多个图像并指导您的助手使用绘图工具。

图像理解功能使用多模态 GPT-3.5 和 GPT-4 模型将语言推理应用于各种图像，包括照片、屏幕截图和文档。

然而，OpenAI 承认存在误解等挑战，并针对负责任的使用进行了广泛的测试。

型号限制

OpenAI 承认，虽然 ChatGPT 对于专业主题很有用，但它也有局限性，不应在未经验证的情况下在高风险情况下使用。

该模型擅长处理英文文本，但可能难以处理非罗马脚本。因此，建议非英语用户谨慎使用。

可用性

OpenAI 将在未来两周内向 Plus 和 Enterprise 用户推出 ChatGPT 的语音和图像功能。这些功能将通过设置在iOS和Android上提供，并且图像将可在所有平台上访问。

OpenAI 还计划在不久的将来将这些功能扩展到其他用户群体，包括开发人员。