OPENAI 昨天晚上宣布 ChatGPT 將支持語音對話，推出態版該功能僅限于 Android 和 iOS 版 ChatGPT，多模對話點網并且可以上傳圖片由 ChatGPT 進行分析、本可別圖識別并給出回答。語音

當這個功能可用后，及識用戶轉到 ChatGPT 設置里點擊新功能，像內然后就可以開啟語音對話功能，容藍還可以從 5 個聲音里選擇一個。推出態版

OPENAI 表示：

新的多模對話點網語音功能由心的文本轉語音模型提供支持，能夠僅從文本和幾秒鐘的本可別圖樣本語音中生成類似人類的音頻。我們與專業配音演員合作創作了每一個聲音，語音我們還使用我們的及識開源語音識別系統 Whisper 將您的聲音轉錄為文本。

第二個功能是像內圖像識別功能，用戶可以使用移動端 ChatGPT 拍照或選擇照片發送給 AI，容藍然后 ChatGPT 會像素級分析圖片內容并按照用戶提問給出詳細的推出態版回答，例如分析工作圖表、在設備工作異常時進行故障排除等等。

OPENAI 表示：

圖像理解由多模態 GPT-3.5 和 GPT-4 提供支持，這些模型將其語言推理技能應用于廣泛的圖像中，例如照片、屏幕截圖、包含文本的和圖像的文檔等。

新功能將在接下來幾周推出，首先獲得該功能的是 ChatGPT Plus 和企業版用戶，不過這些功能也會在后續支持免費版用戶，同時也會開放 API 給開發者們。

最后，OPENAI 上周推出了圖像生成模型 DALL-E 3，這個模型將可以與 ChatGPT 集成，將在 10 月份推出。

(責任編輯：探索)