OPENAI为ChatGPT推出多模态版本 可以语音对话以及识别图像内容 – 蓝点网 推出态版当这个功能可用后

在设备工作异常时进行故障排除等等。推出态版

当这个功能可用后，多模对话点网用户转到 ChatGPT 设置里点击新功能，本可别图用户可以使用移动端 ChatGPT 拍照或选择照片发送给 AI，语音同时也会开放 API 给开发者们。及识我们与专业配音演员合作创作了每一个声音，像内

OPENAI 表示：

新的容蓝语音功能由心的文本转语音模型提供支持，屏幕截图、推出态版OPENAI 上周推出了图像生成模型 DALL-E 3，多模对话点网然后就可以开启语音对话功能，本可别图

第二个功能是语音图像识别功能，例如照片、及识该功能仅限于 Android 和 iOS 版 ChatGPT，像内将在 10 月份推出。容蓝例如分析工作图表、推出态版并且可以上传图片由 ChatGPT 进行分析、

然后 ChatGPT 会像素级分析图片内容并按照用户提问给出详细的回答，

最后，识别并给出回答。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。还可以从 5 个声音里选择一个。这些模型将其语言推理技能应用于广泛的图像中，不过这些功能也会在后续支持免费版用户，

新功能将在接下来几周推出，包含文本的和图像的文档等。

OPENAI 昨天晚上宣布 ChatGPT 将支持语音对话，首先获得该功能的是 ChatGPT Plus 和企业版用户，这个模型将可以与 ChatGPT 集成，

OPENAI 表示：

图像理解由多模态 GPT-3.5 和 GPT-4 提供支持，我们还使用我们的开源语音识别系统 Whisper 将您的声音转录为文本。