ChatGPT免費版開放語音對話,中文也通!上網、看圖片、翻譯podcast,功能一次看

ChatGPT在9月於Android與iOS行動平台上推出語音對話功能,原先只開放ChatGPT Plus訂閱會員及企業用戶,不過現在,此項功能也開放免費版用戶使用了!用戶打開ChatGPT App,點擊對話框旁邊的耳機圖示,就能使用語音與ChatGPT溝通。

根據OpenAI發布的短片可以聽出,ChatGPT語音對話自然,不過在發問後它無法立即回答,需要等待幾秒才會回答使用者。而ChatGPT語音共有5種聊天機器人語調可選擇,也能用中文對話。

另外,先前ChatGPT也開放透過微軟搜索引擎 Bing,進行網路搜尋,解決一直以來資訊停留在2021年9月的痛點。日前ChatGPT祭出哪些重大更新?以下是2023年9月報導,

從ChatGPT推出至今,人們只能像古早的通訊軟體般用文字和它互動,但這種模式很快就要過去了,OpenAI發布的更新預告指出,他們將提供新界面讓用戶可以和ChatGPT語音對話,並且可以識別用戶上傳的圖片。

ChatGPT重磅更新一:支援影像、語音功能,Siri沒戲唱了?

OpenAI指出,即將新增的語音及圖像功能,能為ChatGPT帶來更生活化的使用模式。好比說你外出旅遊時可以拍攝當地地標,即時和ChatGPT詢問相關介紹;又或者可以拍下冰箱內剩餘的食材,請ChatGPT推薦晚餐吃什麼;教導孩子數學作業遇上難題時,也能拍攝照片請ChatGPT協助解題。

在外媒《Wired》的實際測試中,ChatGPT能根據圖像辨識楓樹、甚至細微至餐具、包包的品牌都能精準識別。值得一提的是,ChatGPT在辨識物品時,似乎也會參考用戶在App中設置的職業、地理位置等資訊。

chatgpt image.jpg 圖/OpenAI
chatgpt image.jpg 圖/OpenAI

而語音功能則讓ChatGPT擁有更接近語音助理的便利性,用戶可以點擊發話鍵、口述希望得到解答的問題,而ChatGPT也能將回答轉換成語音回應,就像和Google助理、Siri溝通般順暢,且ChatGPT使用的大型語言模型讓他擁有更靈活的回應能力。

ChatGPT的語音功能是怎麼來的?

ChatGPT的語音功能是利用兩個獨立的模型實現,一個是既有的語音轉文字模型Whisper,負責將用戶的對話轉換成文字輸入聊天機器人,以及一個新開發的文字轉語音模型,負責將ChatGPT的回答轉換為語音。

根據OpenAI在官網上的介紹, ChatGPT將提供多達5種合成語音,從清晰明亮的女聲到低沉穩重的男聲等不同類型供用戶選擇 。不過OpenAI也提醒,他們的模型在英文文本外的轉錄表現較差,不建議非羅馬文字的語言使用者利用ChatGPT轉錄語音。

ChatGPT重磅更新二:與Spotify合作,將Podcast轉換成其他語言

值得一提的是,OpenAI在發布更新的同一天,也宣布與Spotify合作,利用AI將Podcast轉換成其他語言,並且保留與創作者相似的聲音與風格,這項技術同樣是基於Whisper打造。

目前Spotify提供《Lex Fridman Podcast》、《Armchair Expert》、《The Diary of a CEO with Steven Bartlett》這三個系列英文Podcast轉換為西班牙語收聽,並將支援法語、德語,未來幾周內還會有更多Podacst支援這項新功能。

AI Tool ChatGPT 圖/Photo by Mojahid Mottakin on Unsplash
AI Tool ChatGPT 圖/Photo by Mojahid Mottakin on Unsplash

OpenAI積極讓技術落地,新功能先提供給付費用戶

從針對企業的ChatGPT Enterprise、前陣子公布ChatGPT與Dall-E串連的功能,到現在公布的語音及圖像能力,OpenAI正積極將起初只是陽春模型的ChatGPT,打造為更接近使用場景的產品。

延伸閱讀:Dall-E 3+ChatGPT強強結合,直接幫你下提示詞!圖片效果變多猛?

藉由這次的語音技術,ChatGPT能透過手機App實現極為接近Siri、Google助理等語音助理的體驗,而圖像辨識也帶來如同Google智慧鏡頭的效果,能隨手拍下好奇的內容向AI發問。

chatgpt voice.jpg 圖/OpenAI
chatgpt voice.jpg 圖/OpenAI

ChatGPT也面臨更為激烈的競爭,Google相傳即將在秋季登場的Gemini模型,就被稱為是「多模型」,擁有文字、語音、圖像甚至是影片的輸入方式;亞馬遜、蘋果也都曾傳出正在利用大型語言模型技術重新打造語音助理。

不過一口氣支援了圖像及語音技術,或許也帶來了更複雜的不確定因素。OpenAI研究科學家勞爾.普里(Raul Puri)指出,他們的團隊花了幾個月時間考慮可能被濫用的狀況設定了一些限制,例如用戶不能向ChatGPT詢問有關私人照片的問題。

OpenAI表示,這些新功能預計未來兩周內就會提供給付費用戶(ChatGPT Plus及ChatGPT Enterprise),不過語音功能只能在Android及iOS上使用,之後還會進一步開放給免費用戶使用這些功能。

延伸閱讀:ChatGPT之父來台灣:現在是最幸運的時代!AI未來能多厲害?他一次解答

資料來源:The VergeWiredMIT Technology Review

責任編輯:林美欣

更多報導
ChatGPT之父來台灣:現在是最幸運的時代!AI未來能多厲害?他一次解答
ChatGPT 8道指令,學會馬斯克高效工作心法!想拒絕不必要的會議,你可以這樣寫