OpenAI更新ChatGPT：支持圖片和語(yǔ)音輸入

9月25日消息，近日 OpenAI 宣布推出新版 ChatGPT，增加了兩項(xiàng)新功能：語(yǔ)音輸入和圖像輸入。據(jù) OpenAI 稱，新功能將在未來(lái)兩周內(nèi)向 ChatGPT Plus 訂閱用戶推出，其他人也將“很快”能夠使用這些功能。

語(yǔ)音輸入功能類似于手機(jī)上的語(yǔ)音助手，用戶只需按下一個(gè)按鈕，說(shuō)出自己的問(wèn)題，ChatGPT 就會(huì)將其轉(zhuǎn)換為文本，然后生成答案，再將答案轉(zhuǎn)換為語(yǔ)音，播放給用戶。

OpenAI 表示，這樣的交互方式更加自然和便捷，而且由于 LLM 的技術(shù)優(yōu)勢(shì)，答案的質(zhì)量也會(huì)更高。OpenAI 還開(kāi)發(fā)了一種新的文本轉(zhuǎn)語(yǔ)音模型，可以根據(jù)幾秒鐘的樣本語(yǔ)音，生成與之相似的人聲。用戶可以從五種選項(xiàng)中選擇 ChatGPT 的聲音，而且這種模型還有更多的潛在用途。

例如，OpenAI 正在與 Spotify 合作，將播客翻譯成其他語(yǔ)言，同時(shí)保留播客主持人的聲音。不過(guò)，這種模型也存在一些風(fēng)險(xiǎn)，比如可能被惡意利用來(lái)冒充公眾人物或進(jìn)行詐騙。因此，OpenAI 表示，這種模型不會(huì)被廣泛開(kāi)放，而是會(huì)受到嚴(yán)格的控制和限制。

圖像輸入功能則類似于 Google Lens，用戶可以拍攝自己感興趣的事物，并上傳到 ChatGPT 中。ChatGPT 會(huì)嘗試識(shí)別用戶想要詢問(wèn)的內(nèi)容，并給出相應(yīng)的回答。用戶還可以用應(yīng)用中的繪圖工具來(lái)幫助表達(dá)自己的問(wèn)題，或者配合語(yǔ)音或文本輸入來(lái)進(jìn)行交流。

ChatGPT 的優(yōu)勢(shì)在于它可以進(jìn)行多輪對(duì)話，而不是一次性搜索。如果用戶對(duì)答案不滿意或想要更多信息，可以繼續(xù)向 ChatGPT 提問(wèn)，從而得到更準(zhǔn)確和全面的答案。當(dāng)然，圖像搜索也有一些潛在問(wèn)題。

例如，在處理人物圖片時(shí)，OpenAI 表示他們限制了 ChatGPT 對(duì)人物進(jìn)行分析和直接評(píng)價(jià)的能力，既為了保證準(zhǔn)確性，也為了保護(hù)隱私，這意味著上傳一個(gè)人的照片就能知道他 / 她是誰(shuí)還無(wú)法實(shí)現(xiàn)。

生成海報(bào)

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來(lái)自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請(qǐng)進(jìn)一步核實(shí)，并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁(yè)或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說(shuō)明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開(kāi)相關(guān)鏈接。