ChatGPT entwickelt sich mit OpenAI zu viel mehr als einer textbasierten Suchmaschine Anunciando das neue Intelligenz basierend auf Sprache und Bild hinzufügt.
Der beliebte generative KI-Assistent ist seit seinem Debüt vor etwa neun Monaten eine der größten technologischen Erfolgsgeschichten der letzten Zeit und ermöglicht es jedem, aus einfachen textbasierten Eingabeaufforderungen Aufsätze, Gedichte und Zusammenfassungen zu generieren. Aber jetzt wird ChatGPT viel interaktiver und Benutzer können auch eine Sprachkonversation mit dem Chatbot führen.
Die Ankündigung erfolgt, während Amazon zusagt, bis zu 4 Milliarden US-Dollar in den OpenAI-Konkurrenten Anthropic zu investieren. Dieser Schritt ist Teil eines Kampfes um generative KI zwischen den Technologiegiganten der Welt, zu denen auch Google gehört, das versucht, mit seinem Bard-Chatbot aufzuholen. , Meta vertritt ein starkes Open-Source-Ethos, um Sie voranzubringen, und Microsoft orientiert sich eng an OpenAI.
Gesprächsstarter
Der heutige Tag markiert eine bemerkenswerte Entwicklung für die generative KI-Bewegung, wobei OpenAI die vertraute Welt von vereint basierte Assistenten Voice mit seinen leistungsstarken Large Language Models (LLM).
Zum Beispiel ein Benutzer Sie können ChatGPT mündlich fragen Erfinden Sie spontan eine Gute-Nacht-Geschichte mit einigen stimmlichen Hinweisen, die die Erzählung leiten. Oder der Benutzer kann Ihnen einfach eine Frage stellen und ChatGPT gibt Ihnen die Antwort in gesprochener Form.
An anderer Stelle können ChatGPT-Benutzer auch mithilfe von Bildern nach Antworten suchen, indem sie beispielsweise ein Bild von etwas hochladen und ChatGPT bitten, zu erklären, worum es sich handelt, oder Anweisungen zum Erreichen eines Ziels bereitzustellen.
ChatGPT-Bildsuche
Die Sprachfunktion wird durch eine Kombination aus einem neuen aktiviert Textmodell eine Rede, die aus Text und einigen Sekunden Stimmbeispiel menschenähnliche Stimmen erzeugen kann. OpenAI sagte, es habe mit etablierten Synchronsprechern zusammengearbeitet, um mit seinem Whisper-Spracherkennungssystem von fünf verschiedene Stimmen zu erstellen Open-Source- Wird verwendet, um verbale Ausdrücke in Text umzuwandeln.
Spotify wurde zum Launch auch als Partner vorgestellt, wobei der Musik-Streaming-Riese eine ziemlich interessante neue Funktion für Podcaster einführt, die es ihnen ermöglicht, ihre Stimme zu testen und ihre Sendungen vom Englischen ins Spanische, Französische oder Deutsche zu übersetzen und dabei ihre eigene Originalstimme beizubehalten. Es scheint jedoch, dass OpenAI darauf achtet, keine Kritik auf sich zu ziehen, da es diese Technologie niemandem zugänglich macht; hat für den Start speziell mit Podcastern wie Dax Shepard, Monica Padman, Lex Fridman, Bill Simmons und Steven Bartlett zusammengearbeitet.
„Neue Sprachtechnologie, die in der Lage ist, aus nur wenigen Sekunden echter Sprache realistische synthetische Stimmen zu erzeugen, öffnet die Türen zu vielen kreativen und barrierefreien Anwendungen“, schrieb das Unternehmen in einem Blogbeitrag. „Allerdings bergen diese Fähigkeiten auch neue Risiken, etwa die Möglichkeit, dass böswillige Akteure sich als Persönlichkeiten des öffentlichen Lebens ausgeben oder Betrug begehen.“
Die neuen Funktionen werden in Kürze für zahlende Plus- und Enterprise-Abonnenten verfügbar sein. Um Sprachfunktionen zu aktivieren, müssen Benutzer zum Menü „Einstellungen“ der App und dann zu „Neue Funktionen“ gehen und sich für Sprachgespräche entscheiden. Anschließend müssen sie auf die Headset-Schaltfläche in der oberen rechten Ecke tippen und die gewünschte Stimme auswählen.
Voice wird in einer optionalen Beta zunächst auf die Android- und iOS-ChatGPT-Apps beschränkt sein, während die Bildsuche standardmäßig auf allen Plattformen verfügbar sein wird.
