OpenAI推出ChatGPT的两种新交互方式：语音对话与图像识别

新知榜官方账号

2023-10-02 03:58:23

OpenAI推出ChatGPT的两种新交互方式：语音对话与图像识别

近日，OpenAI为其聊天机器人ChatGPT推出了两种新的交互方式：语音对话和图像识别。用户可以从五种逼真的合成声音中选择一种，然后进行实时对话。同时，用户也可以将图片上传到ChatGPT上，并询问它图片里包含什么。这些新功能将为ChatGPT的用户带来更加便利和丰富的体验。

这些新功能的实现利用了OpenAI的语音转文本模型Whisper和新的文本到语音模型。用户可以选择自己喜欢的声音进行对话，这些声音是由OpenAI雇佣的演员录制的。在未来，这些声音可能会变得更加个性化，用户可以创建自己的合成声音。

除了语音对话，OpenAI还推出了图像识别功能。用户可以上传图片到ChatGPT，并询问它图片里包含什么。这项功能将帮助用户更好地理解图片，并提供更加丰富的信息。

这些新功能的发布显示了OpenAI将其实验模型转化为理想产品的速度。ChatGPT的高级订阅版ChatGPTPlus已然成为一个一站式商店。同时，将GPT-4和DALL-E两个模型整合为一个单一的智能手机应用程序，也可以与苹果Siri、谷歌助手和亚马逊Alexa竞争。一年前只有某些软件开发人员可以接触到的东西，现在每个人只需每月20美元就可以使用。

OpenAI也深知向公众发布这些更新的风险。他们花费了几个月的时间对潜在的滥用方式进行头脑风暴，例如，你不能问关于私人照片的问题。同时，他们也要考虑语音识别可能会让不使用主流口音的人更难使用ChatGPT，并且合成声音还带有社会和文化问题，这些挑战将影响用户对该应用的看法和期望。

本页网址：https://www.xinzhibang.net/article_detail-14837.html

寻求报道，请

关键词

OpenAI ChatGPT 语音对话图像识别人工智能

分享至微信：

相关工具

Play.ht

超真实在线AI语音生成

Soundraw

AI音乐生成工具

Lemonaid

AI音乐生成工具

NaturalReader

AI文本转语音工具

Boomy

AI音乐生成工具

BGM猫

灵动音科技推出的AI智能生成BGM音乐

Achronix如何降低ASR解决方案的成本

概述本篇白皮书详细介绍了自动语音识别（ASR）的应用场景，以及Achronix如何在实现ASR解决方案的同时将相关成本降低高达90%。交互式人工智能（CAI）简介什么是交互式人工智能（AI）？交互式人工智能（CAI）使用机器学习（ML）的子集深度学习（DL），通过机器实现语音识别、自然语言处理和文本

分类标签自动语音识别交互式人工智能CAINLPASRFPGA

12-07 22:33

如何做到每天进步

如何做到每天进步如果你现在没有那么厉害，不要紧，只要你努力，只要你尽力而为。首先，要明确跟自己比较的重要性。竞争是无处不在的，但是我们更应该关注的是自己的个人成长和发展。每天努力比上次做得更好，后天也是，天天比昨天好。我们要竭尽所能，不断进步，才能提高个人竞争力。其次，要制定目标和计划。明确自己的目

分类标签自我超越努力进步个人竞争力

11-30 16:12

8款AI智能软件，提高工作效率，解决日常问题

ChatGPTChatGPT是一款聊天机器人，可以写邮件、写论文、写视频脚本，翻译、敲代码等，能够帮助我们提高工作效率，解决各种日常问题。NotionAiNotion是一款强大的Al写作助手。它能根据输入的关键词，推荐相关的文章素材，可以帮助我们提高文章的质量和准确度。MidjourneyMidjo

分类标签 AI智能软件自媒体工作效率

11-28 08:47

谷歌推出适配Pixel手机的全神经元设备端语音识别器Gboard

最近华为和三星为新机像素互相掐架。神仙打架分外精彩，但智能手机，不是应该比谁更智能吗？大多数人都不知道Google有一个手机亲儿子——Pixel。近日网上有消息透露，谷歌将新推出Pixel3a和Pixel3aXL两款中端机型。比Google手机本身更惹人期待的是，可以适配所有Pixel手机的Gboa

分类标签谷歌Pixel手机语音识别器

11-20 10:16

思必驰-上海交通大学智能人机交互联合实验室10篇论文被INTERSPEECH2020收录

思必驰-上海交通大学智能人机交互联合实验室10篇论文被INTERSPEECH2020收录国际顶级的语音技术圈会议INTERSPEECH2020于10月25-30日在中国上海举办，本次会议主题为“CognitiveIntelligenceforSpeechProcessing”。对话式人工智能平台公司

分类标签思必驰语音技术INTERSPEECH2020说话人识别语音识别口语语义理解

11-20 10:15

谷歌宣布增强Google Assistant技能，新增“阅读”功能

谷歌宣布新增“阅读”功能谷歌于今日宣布了一项名叫“阅读”（Readit）的Google Assistant增强技能。顾名思义，它可以帮助用户大声朗读网页文章、博客、或者短篇小说。在浏览相关网页的时候，你可唤出谷歌智能助理来执行这项操作，比如喊一声“Hey Google，Read this page”

分类标签谷歌GoogleAssistant阅读

11-20 10:14

云听CEM：帮助企业管理客户体验的新兴企业客户管理概念

云听CEM：帮助企业管理客户体验的新兴企业客户管理概念早期的企业客户管理系统以SAP、Salesforce等为代表，通过打通企业内部的业务流，整合数据，帮助用户提升了运营效率。但随着互联网的发展以及消费市场竞争的加剧，获取全渠道、全触点消费者的体验信息并基于此改善企业产品服务逐渐成为重点，这一趋势在

分类标签 CEM客户体验管理视界信息

11-08 08:51

五款免费听歌APP推荐

五款免费听歌APP推荐现如今人们版权意识越来越高，音乐平台也开始了版权争夺战。以前每个平台都能听到喜欢的歌曲，现在却不得不在几个APP之间来回切换，实在是非常麻烦，也不知道这场版权争夺战什么时候能结束。但在此之前，我找到了5个非常不错的听歌APP分享给大家，希望各位都能在听歌的时候能够不受限制。1.

分类标签听歌APP免费下载播放器音乐平台

11-08 08:50

语音对话推荐：研究、数据集、评估与展望

引言近年来，推荐系统在工业界取得了巨大成功，甚至成为互联网发展中不可或缺的增长引擎，基于此研究者们也在积极探索推荐系统的新形态，其中对话推荐系统（Conversational Recommender System，简称CRS）作为一个备受关注的研究方向被热议。对话推荐系统主要是通过使用自然语言进行多

分类标签语音对话推荐ConversationalRecommenderSystemVCRS

10-28 08:59

SoundHound或成AI语音助手竞赛中的大黑马

SoundHound或成AI语音助手竞赛中的大黑马据台湾《中时电子报》2月2日报道，除了Google Assistant、苹果Siri以及亚马逊Alexa之外，还有哪一款AI(人工智能)语音助手即将出头天？日前获得英伟达(NVIDIA)以及三星连手投资7500万美金的SoundHound，很可能将是

分类标签 AI语音助手SoundHound自动驾驶

10-28 08:57