OpenAI déploie de nouvelles fonctionnalités pour ChatGPT qui permettront d’exécuter des invites avec des images et des directives vocales en plus du texte.
La marque IA annoncé lundi qu’il rendra ces nouvelles fonctionnalités disponibles au cours des deux prochaines semaines pour les utilisateurs de ChatGPT Plus et Enterprise. La fonctionnalité vocale est disponible sur iOS et Android sous forme d’adhésion, tandis que la fonctionnalité d’images est disponible sur toutes les plateformes ChatGPT. OpenAI indique qu’il prévoit d’étendre la disponibilité des images et des fonctionnalités vocales au-delà des utilisateurs payants après le déploiement échelonné.
Le chat vocal fonctionne comme une conversation auditive entre l’utilisateur et ChatGPT. Vous appuyez sur le bouton et posez votre question. Après avoir traité les informations, le chatbot vous donne une réponse sous forme vocale plutôt que sous forme de texte. Le processus est similaire à l’utilisation d’assistants virtuels tels qu’Alexa ou Google Assistant et pourrait être le préambule à une refonte complète de l’ensemble des assistants virtuels. L’annonce d’OpenAI intervient quelques jours seulement après qu’Amazon a révélé une fonctionnalité similaire à venir pour Alexa.
Pour mettre en œuvre la communication vocale et audio avec ChatGPT, OpenAI utilise un nouveau modèle de synthèse vocale capable de générer « un son de type humain à partir de seulement du texte et de quelques secondes d’échantillons de parole ». De plus, son modèle Whisper peut « transcrire vos paroles en texte ».
OpenAI affirme être conscient des problèmes qui pourraient survenir en raison de la puissance de cette fonctionnalité, notamment « la possibilité pour des acteurs malveillants de se faire passer pour des personnalités publiques ou de commettre une fraude ».
C’est l’une des principales raisons pour lesquelles l’entreprise envisage de limiter l’utilisation de ses nouvelles fonctionnalités à « des cas d’utilisation et des partenariats spécifiques ». Même lorsque les fonctionnalités seront plus largement disponibles, elles seront accessibles principalement aux utilisateurs plus privilégiés, tels que les développeurs.
La fonction d’image vous permet de capturer une image et de la saisir dans ChatGPT avec votre question ou invite. Vous pouvez utiliser l’outil de dessin avec l’application pour clarifier votre réponse et avoir une conversation avec le chatbot jusqu’à ce que votre problème soit résolu. Ceci est similaire à la nouvelle fonctionnalité Copilot de Microsoft dans Windows, basée sur le modèle d’OpenAI.
OpenAI a également reconnu les défis de ChatGPT, tels que son problème persistant d’hallucinations. Lorsqu’elle s’est alignée sur la fonctionnalité d’image, la marque a décidé de limiter certaines fonctionnalités, comme la « capacité du chatbot à analyser et à faire des déclarations directes sur les gens ».
ChatGPT a été introduit pour la première fois en tant qu’outil de synthèse vocale à la fin de l’année dernière ; cependant, OpenAI a rapidement étendu ses prouesses. Le chatbot d’origine basé sur le modèle de langage GPT-3 a depuis été mis à jour vers GPT-3.5 et maintenant GPT-4, qui est le modèle qui reçoit la nouvelle fonctionnalité.
Lors du lancement de GPT-4 en mars, OpenAI a annoncé diverses collaborations d’entreprise, telles que Duolingo, qui a utilisé le modèle d’IA pour améliorer la précision des leçons d’écoute et de parole sur l’application d’apprentissage des langues. OpenAI a collaboré avec Spotify pour traduire des podcasts dans d’autres langues tout en préservant le son de la voix du podcasteur. L’entreprise a également parlé de son travail avec l’application mobile Be My Eyes, qui aide les personnes aveugles et malvoyantes. Beaucoup de ces applications et services étaient disponibles avant la mise à jour des images et de la voix.
Soutenez notre effort ❤️
Si vous avez apprécié cet article, pensez à laisser un pourboire pour nous aider à continuer à publier du contenu de qualité.
