Microsoft Corporation, ключов партньор на OpenAI, обяви стартирането на гласовата функция в популярния чат бот с изкуствен интелект ChatGPT. Тя вече е достъпна не само за платените потребители, но и за тези, които използват безплатната версия на GPT-3.5. Това означава, че взаимодействието с ChatGPT става още по-подобно на чата с истински човек.

Гласовата функция на ChatGPT беше тествана за първи път през септември тази година сред платените потребители на услугата. Тя се основава на усъвършенстван модел за преобразуване на текст в реч, който генерира човешка реч от текст и гласови образци. За тази функция OpenAI е разработила уникални гласове в сътрудничество с професионални говорители. Освен това Whisper, система за разпознаване на реч, разработена от OpenAI, се използва за преобразуване на устната реч на потребителя в текст.

За да започнете да използвате гласовата функция, трябва да инсталирате мобилното приложение ChatGPT, налично в Google Play Market или Apple App Store, и след това да преминете през процеса на регистрация. За да активирате гласовия диалог, трябва да активирате съответната настройка в приложението.

Всичко, което потребителят трябва да направи, е да докосне бутона на слушалките, да избере предпочитания от него глас и да започне разговора. Тази стъпка открива пред потребителя възможности за общуване с ИИ по по-интуитивен и естествен начин и увеличава потенциала на приложението за решаване на проблеми, изследвания и анализ на данни.

Това, което отличава ChatGPT от конкуренти като Bard и Bing Chat, е именно гласовото взаимодействие. Bard, например, може да работи с изображения, докато Bing Chat е интегриран в Windows 11. Но ChatGPT се отличава със способността си за естествена гласова комуникация, което го прави по-приятелски настроен и удобен за ползване.