ChatGPT には、アドバンスト音声モードでのリアルタイムビデオ処理が組み込まれています

マドリッド、13 ディック。 (ポータル/EP) –

OpenAI は、リアルタイムビデオ処理を統合する ChatGPT のアドバンスト音声モードの新機能を発表しました。これにより、チャットボットは、ユーザーのコンテキストとデバイスのカメラを通じて識別できる内容に基づいて、ユーザーのリクエストに対してより具体的な応答を提供できるようになります。

同社は1週間前、12日間にわたる一連のニュースを開始すると発表したが、その中ですでに人工知能（AI）モデルの立ち上げを発表していた。 o1、 新しいレベルの ChatGPT Pro およびビデオツールの一般提供 ソラ。

これらのセッションで、彼は次のことにも言及しました。 高度な音声モードGPT-4o モデルのプレゼンテーションで発表された、一連の音声から選択できる機能です。 「チャットボット」との対話をカスタマイズします。

この機能は7月にユーザーグループを対象にテストされる予定だったが、OpenAIは信頼性テストを続けるため公開を延期すると発表した。それで、そうでした 9月に 最終的に、Plus バージョンと Teams バージョンを購読しているユーザーに対して実装が開始されましたが、欧州連合、スイス、アイスランド、リヒテンシュタイン、ノルウェーのユーザーは除外されました。

同社は今回、アドバンスト音声モードでのビデオ入力の追加を発表しました。これにより、マルチモーダル モデルがリアルタイムで画像を処理できるようになり、「画面共有」オプションを使用してデバイスで使用されているアプリケーションにアクセスできるようになります。 「画面共有」。

この統合の結果、「高度な音声モードの会話には、 より自然なリズム」と会社の責任者がビデオで説明するように、50 以上の言語で声のリズムやトーンなどの側面を詳しく調べることができます。

フロントカメラまたはリアカメラのどちらでも使用できるこの機能のおかげで、ChatGPT は、レンズの前にある識別された要素を使用して、コーヒーを準備するためにどのような手順を実行する必要があるかを人に伝えることができます。

同様に、「画面共有」を使用すると、ユーザーは「チャットボット」にアクションを実行するための助けを求めることができます。たとえば、スマートフォンのメッセージ アプリケーションからメッセージに応答すると、選択したトーンで応答するための関連指示が表示されます。

OpenAIは、この機能を「できるだけ早く」ヨーロッパに導入し、提供することを確認した。 Enterprise プランと Edu プランの加入者への早期アクセス 同様に、ChatGPT の高度な音声モードをクリスマス休暇に向けてサンタ クロース モードでカスタマイズしたことも発表しました。

サンタ クロース モードは、メッセージ バーの横に表示される雪の結晶のアイコンをクリックするか、音声設定を通じて 12 月中有効にできます。この機能はアプリケーションで動作します モバイル、iOS、Android、および ChatGPT の Web バージョン。