ChatGPT は画像を見て会話して質問に答えることができるようになりました

OpenAI は、有名な ChatGPT 会話型 AI ツールをアップデートして、これまで以上に会話型になりました。その結果、音声と画像の機能が追加されました。そのため、ChatGPT はあなたと会話し、画像も認識するようになりました。詳細は次のとおりです。

新しい ChatGPT 機能が追加されました

ChatGPT は 新しいテキスト読み上げモデルを 使用するようになり、口頭での会話を行うのに役立ちます。人間のような音声が生成され、OpenAI はプロの俳優の協力を得て ChatGPT 用の 5 つの音声を作成しました。さらに、オープンソースの音声認識システムである Whisper も、音声をテキストに書き写すのに役立ちます。

この音声会話機能は、[設定] の [新機能] オプションから有効にできます。完了したら、ホーム画面の左上隅にあるマイクアイコンをタップして開始できます。

ChatGPT は、見たり、聞いたり、話したりできるようになりました。今後 2 週間にわたって展開され、Plus ユーザーは ChatGPT (iOS および Android) で音声会話ができるようになり、会話に画像を含めることができるようになります (すべてのプラットフォーム)。 https://t.co/uNZjgbR5Bm pic.twitter.com/paG0hMshXb — OpenAI (@OpenAI) 2023年9月25日

ChatGPT に画像を表示して、質問に答えてもらうこともできます。たとえば、旅行中にランドマークの画像を表示して詳細を取得したり、スマートフォンで何らかの問題を表示して解決方法に関する情報を取得したりできます。これは、 マルチモーダル GPT-3.5 および GPT-4 によってサポートされています。写真ボタンを選択するだけで開始できます (Android および iOS では最初にプラス ボタンを選択します)。

音声および画像機能は現在 、Plus および Enterprise ユーザー 向けであり、2 週間以内に展開される予定です。音声チャット機能は Android と iOS で利用できますが、画像機能はすべてのプラットフォームで利用できます。

また、ChatGPT の音声機能は、ポッドキャストの 音声翻訳に Spotify で使用され 、ポッドキャスターがより多くの人々に簡単にリーチできるようにすることも明らかになりました。これは現在パイロット段階にあります。画像に関しては、視覚障害者や弱視の人々のガイドを支援する無料アプリである Be My Eyes と提携しています。

トップクラスのポッドキャストがあなたの母国語で話される世界を夢見ていますか?そうですね、それが可能になりました。私たちは、ポッドキャストを追加の言語に翻訳する AI を活用した画期的な機能である音声翻訳を試行できることに興奮しています。すべてポッドキャスター内で実行できます… pic.twitter.com/7ebVwF99hD — Spotify News (@SpotifyNews) September 25, 2023

これらは最終的には無料で公開されるようになるかもしれません。 OpenAI は、これらの機能が悪意のある活動に使用される可能性があることを認識しているため、チャット用の音声機能を公開したところです。画像の機能も、責任ある使用を保証するために、最初に「 レッドチーム 」でテストされています。それで、ChatGPT の新しい機能についてどう思いますか?それらを使用しますか?以下のコメントセクションでお知らせください。