Odaily Planet Daily News OpenAI は、製品 ChatGPT が大幅にアップグレードされ、音声と画像の対話機能が追加されると発表しました。 ChatGPTで音声会話したり、画像を使って検索したりできるようになりました。

この音声機能は、テキストと数秒のサンプリングされた音声から人間のような音声を生成する新しいテキスト読み上げモデルを利用しています。 OpenAIは、有名な声優と協力して5つの異なる声を作成し、オープンソースのWhisper音声認識システムを使用して話された言葉をテキストに書き起こしたと述べた。
さらに、ローンチパートナーであるSpotifyは、ポッドキャスターがオリジナルの音声を保持したまま番組を英語から他の言語に翻訳できる新機能を開始した。
新機能は、今後 2 週間にわたって有料の Plus および Enterprise 加入者への展開が開始されます。 (テッククランチ)