根據OpenAI 9 月25 日的公告，ChatGPT 很快就會提供新功能，讓用戶可以透過圖像和語音識別與其互動。
OpenAI 宣布用戶將能夠使用語音命令與ChatGPT 進行交互，從而實現更個人化的用戶體驗。該公司表示，該功能由文字轉語音模型提供支持，該模型可以根據專業配音演員創建的最小樣本語音生成音訊。該公司表示，該功能還由其開源語音辨識系統Whisper 提供支援。
語音功能預計將提供更廣泛的用例，例如協助閱讀睡前故事、創建食譜、撰寫演講、背誦詩歌、解釋常用短語，甚至解決「餐桌辯論」等任務。
OpenAI 補充說，用戶很快將能夠向ChatGPT 提供圖像（或選擇圖像的某些部分）以進行解釋和回應。
OpenAI 承認風險
OpenAI 承認存在欺詐和假冒風險，並表示，相應地，它正在限制其語音聊天平台的語音功能。它強調它使用專業配音演員——而不是用戶的聲音——來輸出音訊。 OpenAI 補充說，某些其他團體被允許將語音功能用於其他目的； 例如，Spotify 正在將參與的播客翻譯成新語言，並使用每位主持人的原始聲音。
該公司指出，圖像識別存在隱私風險，並表示，作為回應，它限制了ChatGPT 發表有關人物的聲明的能力。它指出ChatGPT“並不總是準確”，但表示對圖像的一般描述可能很有用，並引用了其早期與Be My Eyes 的合作，Be My Eyes 是一款針對盲人和弱視人士的應用程式。
OpenAI 表示，將在未來兩週內向ChatGPT Plus 和Enterprise 引入語音和影像功能。該公司表示，語音功能將在iOS 和Android 上提供（可選擇加入），圖像功能將在所有平台上提供。
OpenAI 宣布ChatGPT 很快就會「看、聽、說」的貼文首先出現在CryptoSlate 上。
資訊來源：由0x資訊編譯自BITCOININSIDER。版權歸作者Anonymous所有，未經許可，不得轉載
0X簡體中文版：OpenAI 宣布ChatGPT 即將“看、聽、說”
