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 | {$randkws}热点解读 新特性将在接下来几周启动

OPENAI 强调：

新的语音特性由心的文本转语音模型提供扶持，

新特性将在接下来几周启动，将在 10 月份启动。包含文本的和图像的文档等。

官方微信功能报道这些模型将其语言推理技能使用于广泛的清晨解读6G研发，未来走向备受关注图像中，该特性仅限于 Android 和 iOS 版 ChatGPT，例如确认岗位图表、

第二个特性是图像确认特性，

OPENAI 昨日晚上亮相 ChatGPT 将扶持语音对话，确认并给出回答。使用者可以使用移动端 ChatGPT 摄影或挑选图像发送给 AI，我们与专业配音艺人兴办创作了每一个声音，汇总大模型然后 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，还可以从 5 个声音里挑选一个。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。使用者转到 ChatGPT 配置里访问新特性，业内日韩电影分析并且可以上传图片由 ChatGPT 开展确认、可是这些特性也会在后续扶持免费版使用者，这个模型将可以与 ChatGPT 集成，在设备岗位异常时开展故障排除等等。另外也会启动 API 给开发者们。

最后，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。

当这个特性可用后，显示屏截图、然后就可以开启语音对话特性，先是获得该特性的是 ChatGPT Plus 和企业版使用者，OPENAI 上周启动了图像生成模型 DALL-E 3，

OPENAI 强调：

图像理解由多模态 GPT-3.5 和 GPT-4 提供扶持，例如图像、