A ChatGPT szemet, fület és hangot kap

2023.09.26. VipAIR

Az OpenAI a ChatGPT-vel ugrásszerű előrelépést tesz, hang- és képinterakciókat vezet be a gazdagabb felhasználói élmény érdekében.

  • Az OpenAI továbbfejleszti a ChatGPT-t, bevezetve a hangutasításokat és a képfeltöltési funkciókat.

  • A hangbevitel kizárólag a mobilalkalmazásokban, míg a képbevitel mobilon és asztali számítógépen egyaránt elérhető.

  • Ezek a funkciók először a ChatGPT Plus és Enterprise előfizetők számára lesznek elérhetők, a jövőben pedig szélesebb körű bevezetést terveznek.

Az OpenAI ChatGPT, amely már sláger az AI chatbotok területén, még interaktívabbá válik. Az OpenAI egy nemrégiben tett bejelentésben elárulta, hogy a ChatGPT mostantól támogatja a hangutasításokat és a felhasználók által feltöltött képeket. Ez azt jelenti, hogy a felhasználók dinamikus beszélgetéseket folytathatnak a ChatGPT-vel, hasonlóan az olyan népszerű hangalapú asszisztensekkel való interakciókhoz, mint az Amazon Alexa vagy a Google Assistant. Sőt, megkérhetik a botot, hogy elemezze és válaszoljon az általuk feltöltött képekre, a jelek lefordításától kezdve a tárgyak azonosításáig.

A hangalapú interakciók kizárólag az OpenAI ChatGPT Android és iOS rendszerű mobilalkalmazásaiban lesznek elérhetőek. Ezzel szemben a képi interakciók mobilalkalmazásokon és asztali platformokon egyaránt elérhetőek lesznek. Ezeket a funkciókat az OpenAI saját fejlesztésű beszédfelismerő, szintézis és látásmodelljei biztosítják. Kezdetben ezek a képességek a ChatGPT Plus és Enterprise előfizetők számára lesznek elérhetőek, a közeljövőben pedig más felhasználói csoportokra, köztük a fejlesztőkre is kiterjesztik őket.

A hangfunkció lehetővé teszi a felhasználók számára, hogy öt hangopció közül válasszanak, elmondják a kérdéseiket és a kiválasztott hangon kapják meg a válaszokat. Ezt a közel valós időben működő beszédből szöveggé és szövegből beszéddé modellek teszik lehetővé. Másrészt a képfunkció a ChatGPT-t a Google Lens-hez hasonló képességekkel ruházza fel. A felhasználók készíthetnek egy fényképet, hozzáadhatják a csevegéshez egy kérdéssel együtt és a ChatGPT elemzi a képet az adott szövegösszefüggésben és a tárgyhoz tartozó választ ad. Ezek a fejlesztések nem csak a ChatGPT hasznosságát növelik, hanem kiemelik az OpenAI elkötelezettségét a fejlett, felhasználóbarát mesterséges intelligencia megoldások biztosítása iránt.

Megosztás Facebookon