招商计算机：ChatGPT再升级，超预期上线语音及图像交互

招商计算机：ChatGPT再升级，超预期上线语音及图像交互

#事件： ChatGPT推出新的语音和图像功能，允许用户进行语音对话及图片输入。OpenAI将在接下来的两周内向 Plus 和 Enterprise 用户推出 ChatGPT 中的语音和图像功能。 语音功能将在iOS和安卓端上提供，图像功能将在所有平台上提供。

#语音交互： 新的语音功能由新的文本转语音模型提供支持，能够仅从文本和几秒钟的样本语音中生成类似人类的音频，ChatGPT提供五种不同的声音输出选择。并且使用开源语音识别系统 Whisper 将用户的口语输入转录为文本。

#图像交互： 用户现在可以向 ChatGPT 输入一张或多张图像，可直接通过手机照相，并使用绘图工具编辑图像。图像理解由多模态GPT-3.5和GPT-4提供支持。这些模型将其语言推理技能应用于各种图像，例如照片、屏幕截图以及包含文本和图像的文档。官网展示了用户如何通过拍摄自行车和工具箱照片、上传说明书来让GPT指导其调节自行车坐垫的过程。

#丰富的大模型交互方式打开C端应用想象空间，科大讯飞 星火模型已支持多模态交互，C端应用金山办公 万兴科技 福昕软件 ，持续推荐关注！ $科大讯飞(sz002230)$