“OpenAI” mākslīgā intelekta (MI) čatbots “ChatGPT” saņēmis dažus nozīmīgus uzlabojumus. Pirmkārt, tas sāk atbalstīt balss saziņu, padarot sarunas krietni cilvēciskākas un dabiskākas. Otrkārt, tiks nodrošināts atbalsts uz attēliem balstītiem vaicājumiem. Sākotnēji jaunās iespējas būs pieejamas “ChatGPT” mobilajā lietotnē “Plus” un “Enterprise” maksas plānu abonentiem.
“OpenAI” pirmdien paziņoja, ka tuvāko divu nedēļu laikā “ChatGPT” maksājošajiem lietotājiem tiks piedāvāta balss saziņas iespēja, ko nodrošina jauns teksta pārvēršanas runā MI modelis. Uzņēmums skaidro, ka šis modelis var ģenerēt “cilvēka balsij līdzīgu skaņu, balstoties tikai uz tekstu un dažu sekunžu ilgu runas paraugu”. Savukārt “OpenAI” runas atpazīšanas sistēma “Whisper” pārvērš lietotāja izrunātos vārdus tekstā. Šādā veidā abas puses var saprasties, izmantojot balss saziņu.
Lietotāji varēs izvēlēties kādu no piecām čatbota balsīm: Juniper, Sky, Cove, Ember un Breeze, kas radītas sadarbībā ar profesionāliem aktieriem. Šīs balsis tiek uzskatītas par salīdzinoši ļoti cilvēciskām un ļaus izveidot dabiskāku sarunu ar čatbotu.
Papildus tam “ChatGPT” spēs apstrādāt uz attēliem balstītus vaicājumus, ko nodrošina “GPT-3.5” un “GPT-4” MI modeļi. Tas nozīmē, ka lietotājs varēs parādīt čatbotam, par ko runā, parādot attēlu. Tas var noderēt dažādās situācijās, piemēram, nosūtot attēlu ar sava ledusskapja saturu, lietotājs var palūgt “ChatGPT” saplānot maltīti.
