OpenAI 宣布旗下产品 ChatGPT 将迎来重大升级，新增语音和图像交互功能。用户现在可以与 ChatGPT 进行语音对话，并使用图像进行搜索。此外，Spotify 作为启动合作伙伴，推出了一项新功能，允许播客主播将其节目从英语翻译成其他语言，同时保留原始语音。新功能将在接下来的两周内逐步推出给付费的 Plus 和 Enterprise 订阅用户 —OPENAI
Q:我们想听睡前故事。给我们讲一个关于超级向日葵刺猬拉里的故事。首先向我们介绍一下他。
A:拉里是一只独特的刺猬，与其他刺猬不同。他有明亮的向日葵花瓣。拉里没有把刺留在梅多维尔，而是传播欢乐和色彩。
无论他走到哪里，人们都会珍惜他光芒四射的存在。他的房子是什么样的?拉里的房子是向日葵地下面的一个舒适的洞穴。
墙壁内闪烁着金色的花瓣图案。自然光透过微小的向日葵窗户照射进来，营造出温暖、明亮的氛围。这是一个阳光亲吻过的天堂。
谁是他最好的朋友?他最好的朋友是卢娜，一只夜间发光的萤火虫。当拉里的花源休息时，卢娜的光产陪伴着他们。
他们的关系很特别。拉里白天带来光，晚上带来露娜星光。他们一起照亮了梅多维尔。好吧，拉里该睡觉了。他会做什么去睡觉?
拉里蜷缩在花毯子里，让毯子的柔软拥抱着他。卢娜唱着一首温柔的摇篮曲，她的光芒逐渐变略，模仿着暮色。
空气中弥漫着向日葵的香味,拉里进入了平静的梦乡。晚安,拉里。
以上这段视频是与ChatGPT的语音交互演示，就像用户唤醒Siri一样简单。
这标志着生成式 AI 运动的显著发展，OpenAI 将熟悉的基于语音助手的世界与其强大的大语言模型 (LLM) 融为一体。
例如，用户将能够口头要求 ChatGPT 当场编一个睡前故事，并用一些声音提示来指导叙述。或者用户可以简单地问它一个问题，ChatGPT 会以口头形式给出答复。
在其他地方，ChatGPT 用户还可以使用图像搜索答案，例如上传某物的图片并要求 ChatGPT 解释它是什么，或者提供完成目标的说明。
ChatGPT 图像搜索。图片来源：OpenAI
语音功能由新的文本转语音模型提供支持，该模型可以根据文本和几秒钟的采样语音生成类似人类的声音。OpenAI 表示，它与成熟的配音演员合作创造了五种不同的声音，其开源 Whisper 语音识别系统用于将口头话语转录为文本。
Spotify 也作为发布合作伙伴亮相，这家音乐流媒体巨头为播客推出了一项相当简洁的新功能，允许播客采样自己的声音并将节目从英语翻译成西班牙语、法语或德语，同时保留自己的原创声音。然而，OpenAI 似乎很小心，以免招致批评，因为它并没有向任何人提供这项技术——它专门与包括 Dax Shepard、Monica Padman、Lex Fridman、Bill Simmons 和 Steven Bartlett 在内的播客合作推出这项技术。
该公司在博客文章中写道：“新的语音技术能够从几秒钟的真实语音中生成逼真的合成声音，为许多创造性和可访问性的应用程序打开了大门。”“然而，这些功能也带来了新的风险，例如恶意行为者冒充公众人物或实施欺诈的可能性。”
新功能将在未来两周内开始向付费 Plus 和 Enterprise 订户推出。要激活语音功能，用户需要前往应用程序中的“设置”菜单，然后前往“新功能”并选择加入语音对话。然后，他们必须点击右上角的耳机按钮，然后选择他们想要的声音。
语音最初将仅限于选择加入测试版的 ChatGPT Android 和 iOS 应用程序，而图像搜索将默认登陆所有平台。
我看到这次官方升级公告还是非常震撼的，意味着ChatGPT向多模态（多种模型和形态，最开始的文本，到现在的语言图像）跨出了一大步。
遥遥领先，遥遥领先！
可能大家还是不明白，假如你能用上ChatGPT了，对标我们现在用的”siri，小爱同学，天猫精灵”这样的智能助手就是碾压式的存在。
想象一下，你只要说：“ChatGPT，开空调，调到25度。”然后，空调就会自动开启，是不是很酷？
在厨房忙活的时候，两手都沾满了面粉或者油，只需要问一句：“ChatGPT，下一步怎么做？”就能得到及时的菜谱指导。
想看电影但不知道选哪部？简单，问问 ChatGPT 它会根据你的口味给你推荐几部高分电影。
跟同事开会，让 ChatGPT 听着，会后它可以为你生成一份详细的会议纪要。
如果你在客服行业，ChatGPT 可以帮你快速解答客户的常见问题，让你有更多时间处理复杂情况。
对于营销人员，发送一张销售报表图像给 ChatGPT，它可以即时给你解读数据和趋势。
想学外语？ChatGPT 可以模仿不同的口音和语调，帮助你更好地练习发音。
准备考试的时候，你可以通过口头提问让 ChatGPT 帮你回顾重点知识。
想玩桌游或角色扮演游戏但没人陪？没问题，ChatGPT 可以扮演各种角色与你互动。
告诉 ChatGPT 你的音乐口味，它就能为你播放一首符合你口味的歌。
以上是我大概的猜想，可能还会有更多的应用和场景等待我们去探索，你准备好跟我一起加入这场科技浪潮了吗？
网友评论