آیا تراشه‌های الکترونیکی هم شامل تعرفه‌های سنگین ترامپ می‌شوند؟ هوش مصنوعی Runway Gen-4 رونمایی شد | تولید پیشرفته ویدئو + فیلم افزایش قابل‌‌توجه زباله‌های فضایی در سال ۲۰۲۴ عیدی ویژه همراه اول به مناسبت عید فطر + روش فعال‌سازی هدیه ویژه ایرانسل به مناسبت عید سعید فطر + روش فعالسازی چطور با ChatGPT عکس‌هایمان را به سبک‌ انیمیشن‌های استودیو «جیبلی» درآوریم؟ اولین اشتباه آمریکا، آخرین اشتباه آن‌هاست | هر نوع ماجراجویی، آغازی بر سقوط یک امپراتوری استکباری خواهد بود ویژگی جدید اینستاگرام معرفی شد: تماشای سریع‌تر ریلزها تاریخ جدید لیست‌شدن توکن پاوز مشخص شد | آیا پاوز در بایننس هم لیست می‌شود؟ طرح استفاده از هوش مصنوعی در درمان برای اولین بار در کشور در استان خراسان رضوی اجرا می‌شود آیفون ۱۷ به قابلیت فیلم‌برداری 8K مجهز می‌شود مقایسه ضخامت گلکسی S۲۵ اج و S۲۵ اولترا + ویدئو ایرانسل در برخی شهر‌های مازندران قطع شد + علت (۶ فروردین ۱۴۰۴) شمار مسافران اتوبوس‌های بین‌شهری به مقصد مشهد از نیم‌میلیون‌نفر فراتر رفت | زائران بلیت رفت و برگشت را همزمان تهیه کنند ویدئو | حرکات شگفت‌آور ربات انسان‌نمای Unitree ویدئو | حالا راه‌رفتن ربات انسان‌نمای Figure بیشتر شبیه انسان است شهرداری مشهد برای تسهیل اسکان زائرین، ۴۲ مرکز اضطراری راه‌اندازی کرده است نقش سرمایه‌گذاری در دانش‌بنیان‌ها در افزایش تولید و رشد اقتصادی سامسونگ، مدیرعامل خود را از دست داد + علت اولین کسوف ۲۰۲۵ | خورشیدگرفتگی در ایران قابل مشاهده است؟ ارتقای شبکه مخابرات خراسان رضوی در نوروز ۱۴۰۴
سرخط خبرها

ChatGPT علاوه‌بر مکالمه متنی به مکالمه صوتی هم مجهز می‌شود

  • کد خبر: ۱۸۵۸۱۲
  • ۰۳ مهر ۱۴۰۲ - ۲۰:۰۰
ChatGPT علاوه‌بر مکالمه متنی به مکالمه صوتی هم مجهز می‌شود
ChatGPT در حال تبدیل‌شدن به چیزی فراتر از یک موتور جستجوی مبتنی بر متن است. OpenAI امروز اعلام کرد که هوشمند‌سازی‌های جدیدی مبتنی بر صدا و تصویر به این مدل اضافه می‌کند.
کیهان همایون
خبرنگار کیهان همایون

به گزارش شهرآرانیوز - دستیار هوش مصنوعی مولد یکی از بزرگترین دستاوردهای فناوری در چند وقت اخیر بوده است. این دستیار به هر کسی اجازه می‌دهد تا مقاله و شعر و هر متنی را با اعلان‌های ساده مبتنی بر متن تولید کند. اما اکنون، ChatGPT در شرف تعامل بسیار بیشتر است و کاربران می‌توانند با چت‌بات مکالمه صوتی داشته باشند.

این خبر همان روزی منتشر شد که آمازون متعهد شد ۴ میلیارد دلار در رقیب OpenAI Anthropic سرمایه‌گذاری کند؛ اقدامی که بخشی از نبرد بزرگ‌تر هوش مصنوعی بین غول‌های فناوری جهان را تشکیل می‌دهد.

با ترکیب دنیای آشنای دستیار‌های مبتنی بر صدا و مدل‌های قدرتمند زبان بزرگ (LLM)، امروز یک تحول قابل‌توجه در جنبش هوش مصنوعی اتفاق افتاده است.

برای مثال، یک کاربر می‌تواند به‌صورت شفاهی و با دادن چند دستور از ChatGPT بخواهد تا یک داستان را برای قبل از خواب بسازد و روایت کند. یا کاربر می‌تواند به سادگی از این دستیار سوال بپرسد و ChatGPT پاسخ خود را به صورت کلامی بیان کند.

در جا‌های دیگر، کاربران ChatGPT می‌توانند با استفاده از تصاویر، پاسخ‌ها را جستجو کنند. برای مثال، عکسی از چیزی را آپلود کنند و از ChatGPT بخواهند توضیح دهد که این تصویر چیست، یا دستورالعمل‌هایی برای تکمیل یک هدف ارائه دهد.

ویژگی صوتی را یک مدل جدید تبدیل متن به گفتار ارائه می‌کند که می‌تواند صدا‌هایی شبیه انسان را از متن و چند ثانیه نمونه گفتار تولید کند. OpenAI گفته است که با صداپیشگان معتبر برای ایجاد پنج صدای مختلف، با سیستم تشخیص گفتار منبع‌باز Whisper که برای تبدیل جملات شفاهی به متن استفاده می‌شود، همکاری کرده است.

اسپاتیفای هم به‌عنوان شریک این ویژگی معرفی شده است. غول پخش موسیقی یک ویژگی جدید و به شدت کاربردی را برای پادکست‌ها معرفی کرده که با آن می‌توان صدای خودمان را نمونه‌برداری کنیم و پادکست‌هایمان را از انگلیسی به صوت اسپانیایی، فرانسوی یا آلمانی ترجمه کنیم. به نظر می‌رسد که OpenAI مراقب است که در این زمینه هدف انتقادات قرار نگیرد، زیرا این فناوری را در دسترس کسی قرار نمی‌دهد. الان به‌طور خاص فقط چند پادکست از این ویژگی استفاده می‌کنند.

OpenAI در پستی نوشته است: «فناوری صوتی جدید - که قادر به ساخت صدا‌ از تنها چندثانیه گفتار واقعی است - در‌ها را به روی بسیاری از برنامه‌های کاربردی و خلاقانه باز می‌کند.» با این حال، این قابلیت‌ها خطرات جدیدی را نیز به همراه دارند، مثل جعل هویت افراد یا کلاهبرداری.

گزارش خطا
ارسال نظرات
دیدگاه های ارسال شده توسط شما، پس از تائید توسط شهرآرانیوز در سایت منتشر خواهد شد.
نظراتی که حاوی توهین و افترا باشد منتشر نخواهد شد.
پربازدید
{*Start Google Analytics Code*} <-- End Google Analytics Code -->