TechFlow tin tức, OpenAI dự kiến ra mắt tính năng hội thoại bằng giọng nói và hình ảnh trên ChatGPT, các tính năng mới sẽ được triển khai trong vòng hai tuần tới cho người dùng Plus và doanh nghiệp. Trong đó, tính năng hội thoại bằng giọng nói sẽ có mặt trên các thiết bị iOS và Android, còn tính năng hội thoại bằng hình ảnh sẽ được cung cấp trên mọi nền tảng.
Tính năng giọng nói được hỗ trợ bởi mô hình chuyển văn bản thành giọng nói mới, có khả năng tạo ra âm thanh giống như con người chỉ từ văn bản và vài giây mẫu giọng nói, đồng thời sử dụng hệ thống nhận dạng giọng nói mã nguồn mở Whisper để chuyển lời nói thành văn bản, sau đó tạo câu trả lời rồi chuyển đổi lại thành giọng nói phát cho người dùng; Tính năng hình ảnh được hỗ trợ bởi các mô hình đa phương thức GPT-3.5 và GPT-4, áp dụng kỹ năng suy luận ngôn ngữ vào nhiều loại hình ảnh khác nhau như ảnh chụp, ảnh màn hình và tài liệu chứa cả văn bản lẫn hình ảnh, cho phép người dùng hiển thị một hoặc nhiều hình ảnh cho ChatGPT, hệ thống sẽ cố gắng xác định nội dung mà người dùng muốn hỏi và đưa ra câu trả lời phù hợp, ví dụ như khám phá nội dung trong tủ lạnh để lên kế hoạch bữa ăn, hay phân tích biểu đồ dữ liệu phức tạp liên quan đến công việc, v.v.
