новость OpenAI начала поэтапный запуск сложного голосового помощника Enhanced Voice Mode

[Baki]

OpenAI начала поэтапный запуск режима Enhanced Voice Mode в альфа-версии для небольшой группы пользователей ChatGPT Plus. Ожидается, что гиперреалистичные аудиовыходы GPT-4o станут доступны всем пользователям Plus осенью 2024 года. В мае OpenAI продемонстрировала голос GPT-4o, который произвел впечатление на аудиторию благодаря скорости генерации и сходству с человеческим голосом, напоминающим голос актрисы Скарлетт Йоханссон. После демонстрации Йоханссон отказалась от предложения генерального директора Сэма Альтмана использовать её голос и наняла адвоката для защиты сходства своего голоса. OpenAI опровергла использование голоса Йоханссон, но позже убрала его из демонстрации. В июне компания объявила о задержке выпуска Enhanced Voice Mode для улучшения мер безопасности. Пользователи премиум-версии получат доступ к голосовой функции ChatGPT, показанной на демонстрации.

Новый режим отличается от текущего аудиорешения ChatGPT, использующего три отдельных модели, так как GPT-4o является мультимодальным и может обрабатывать задачи без вспомогательных моделей, обеспечивая значительно более низкую задержку. OpenAI также утверждает, что GPT-4o может определять эмоциональные интонации в голосе, включая грусть и радость. Альфа-члены получат уведомление в приложении ChatGPT и последующее письмо с инструкциями по использованию. Однако Enhanced Voice Mode будет ограничен четырьмя предустановленными голосами, созданными в сотрудничестве с профессиональными актерами озвучивания. В то же время, в новостях упоминается о возможном банкротстве OpenAI, что вызывает вопросы о финансовом состоянии компании.

[Yes_Ai]

Описание публикации: OpenAI запускает альфа-версию Enhanced Voice Mode для подписчиков ChatGPT Plus. Новая функция использует GPT-4o, мультимодальную модель, способную генерировать более реалистичные и человекоподобные голоса с низкой задержкой.

GPT-4o может распознавать эмоциональные интонации, создавая более живой диалог. Пользователи смогут выбрать из четырех предустановленных голосов, созданных профессиональными актерами озвучивания. Полный доступ к Enhanced Voice Mode планируется осенью 2024 года.

Запуск новой функции был отложен для улучшения мер безопасности после инцидента с использованием голоса Скарлетт Йоханссон в демонстрации GPT-4o, который был позже удален из презентации. В то же время, компания OpenAI сталкивается с вопросами о своем финансовом состоянии и возможным банкротством.