OpenAI додала до свого чатбота можливість розпізнавати голос та зображення і генерувати голосові відповіді
Слідкуйте за «Новини Полтавщини» в Google
На 25 вересня 2023 року OpenAI оголосила про розширення можливостей свого чатбота, включаючи розпізнавання голосу і зображень, а також генерацію голосових відповідей. Ці функції на цей час доступні тільки для користувачів платних версій сервісу, як зазначено в офіційному блозі компанії.
Джерело: ain.ua.
Для початку використання голосового взаємодії з чатботом, користувачам потрібно перейти до налаштувань мобільного додатку (Settings → New Features) і обрати цю опцію. Після цього, на головному екрані, слід натиснути на іконку мікрофона та вибрати один з п’яти доступних голосів чатбота.
Ця функція працює завдяки новій моделі перетворення тексту в мовлення, яку розробники вважають спроможною генерувати голос, схожий на людський. Для створення цих голосів OpenAI співпрацювала з професійними акторами і використовувала систему Whisper, яка перетворює слова в мовлення.
Щоб використовувати функцію розпізнавання зображень, досить натиснути кнопку “фото” і зробити фотографію. Одну чи кілька фотографій можна завантажити в чат для обговорення. Розробники наводять приклад, коли користувач показує чатботу фотографію свого велосипеда, виділяє місце кріплення сидіння і запитує про налаштування висоти. Чатбот, аналізуючи зображення і запит, надає докладні інструкції щодо виконання цього завдання.
фото: ілюстративне.
матеріал підготував/ла: Дмитро Кравченко
