27 September, 2023
Popularni chatbot ChatGPT kompanije OpenAI i servis za slušanje muzike, Spotify, dobijaju značajna unapređenja zahvaljujući AI glasovnim funkcijama.
OpenAI je najavio važne nadogradnje za svoj popularni chatbot, ChatGPT, i za servis Spotify, koji će koristiti AI glasovne funkcije. ChatGPT će sada omogućiti korisnicima da koriste glasovne komande i postavljaju upite putem slika. Ove opcije će prvo biti dostupne pretplatnicima Plus i Enterprise planova, dok će ostali korisnici dobiti pristup nešto kasnije.
Da biste omogućili ove nove funkcionalnosti na ChatGPT, korisnici treba da odu u postavke i aktiviraju glasovne razgovore. OpenAI je razvio pet različitih glasova za chatbot koristeći profesionalne glumce kako bi korisnicima pružio raznovrsne opcije.
OpenAI koristi novi model za pretvaranje teksta u govor koji može generisati ubedljiv glas sličan ljudskom iz teksta ili iz kratkih audio primera. Takođe, OpenAI koristi svoj sistem za prepoznavanje govora, poznat kao Whisper, za prepoznavanje i pretvaranje izgovorenih reči korisnika u tekst.
Osim glasovnih funkcija, ChatGPT će sada podržavati i funkcionalnosti prepoznavanja slika. Korisnici će moći pokazati chatbotu slike i postavljati pitanja ili tražiti odgovore zasnovane na tim slikama. To uključuje i matematičke zadatke i upite poput "šta je na slici" ili "kako napraviti jelo s ovim sastojcima".
Važno je napomenuti da je OpenAI postavio ograničenja na to kako ChatGPT može analizirati slike koje korisnici dele, kako bi osigurao poštovanje privatnosti pojedinaca. Takođe, bot je najefikasniji u razumevanju engleskog jezika na slikama.
Spotify takođe uvodi AI glasovne funkcije
U međuvremenu, Spotify je najavio partnerstvo s OpenAI kako bi koristio njihovu AI glasovnu tehnologiju. Spotify će lansirati pilot alat pod nazivom "Voice Translation for podcasters" (Glasovno prevođenje za podkastere) koji će omogućiti prevođenje podkasta na različite jezike koristeći glasove izvornih govornika. Alat će zadržavati karakteristike govora originalnih govornika i prvo će biti dostupan za odabrane emisije na engleskom jeziku s mogućim proširenjem na druge jezike.
Ove inovacije obećavaju uzbudljive nove mogućnosti za korisnike ChatGPT i Spotify, otvarajući vrata glasovnoj komunikaciji i boljem razumevanju slika i jezika.