OpenAI حالت صدای پیشرفته طبیعی بیشتری را برای ChatGPT ارائه می کند

OpenAI امروز اعلام کرد که شروع به ارائه حالت صوتی پیشرفته برای تعداد کمی از کاربران پولی ChatGPT کرده است که به آنها امکان می دهد مکالمات طبیعی تر و در زمان واقعی را آزمایش کنند.

حالت صوتی پیشرفته به ChatGPT اجازه می‌دهد تا پاسخ‌های بی‌درنگ را ارائه دهد که می‌تواند قطع شود، به علاوه می‌تواند طنز، طعنه و موارد دیگر را حس کرده و به آن پاسخ دهد. مدل جدید نیازی به تبدیل گفتار شما به متن و بازگشت دوباره مانند صدای ChatGPT فعلی ندارد که منجر به تأخیر کمتری در تعاملات می شود.

OpenAI حالت صوتی پیشرفته را در ماه مه به نمایش گذاشت و صدای هوش مصنوعی به نام Sky را به نمایش گذاشت که بسیار شبیه اسکارلت جوهانسون بود. این صدا بدون اجازه جوهانسون ساخته و استفاده شد و او در نهایت بیانیه ای در مورد این وضعیت منتشر کرد. او گفت که چندین پیشنهاد از سوی سام آلتمن، مدیر عامل OpenAI، که می‌خواست جوهانسون صدای ChatGPT باشد را رد کرد. او گفت که از اینکه آلتمن صدایی ساخته که شبیه صدای خودش است، “شوک، عصبانی و در کمال ناباوری” است. OpenAI مدعی شد که صدای Sky شبیه صدای جوهانسون نبوده است، اما پس از استخدام مشاور حقوقی او حذف شد.

OpenAI می گوید از زمانی که حالت صوتی پیشرفته را به نمایش گذاشته است، برای بهبود ایمنی و کیفیت مکالمات صوتی کار کرده است. حالت صوتی پیشرفته در چهار صدای از پیش تعیین شده صحبت می کند و برای جلوگیری از خروجی های متفاوت با آن صداها ساخته شده است و از تقلید صدای افراد مشهور جلوگیری می کند. OpenAI همچنین برای مسدود کردن درخواست‌ها برای محتوای خشونت‌آمیز یا دارای حق نسخه‌برداری، «حفاظ‌هایی» را اجرا کرده است و آزمایش‌های اولیه برای بهبود ویژگی قبل از راه‌اندازی گسترده‌تر مورد استفاده قرار می‌گیرد.

کاربرانی که به حالت صوتی پیشرفته دسترسی پیدا کرده‌اند، ایمیلی حاوی دستورالعمل‌ها دریافت می‌کنند و OpenAI برنامه‌ریزی می‌کند تا افراد بیشتری را به صورت متوالی اضافه کند. همه افراد پلاس در پاییز به حالت صوتی پیشرفته دسترسی خواهند داشت.