Vào thứ Ba (30 tháng 7) theo giờ địa phương, công ty nghiên cứu trí tuệ nhân tạo (AI) OpenAI của Mỹ thông báo sẽ bắt đầu triển khai chế độ giọng nói GPT-4o cho một số người dùng ChatGPT Plus kể từ bây giờ.
Theo OpenAI, các chế độ giọng nói nâng cao có thể cung cấp các cuộc trò chuyện theo thời gian thực tự nhiên hơn, cho phép người dùng ngắt lời bất cứ lúc nào, đồng thời có thể cảm nhận và phản hồi cảm xúc của người dùng. Phản hồi theo thời gian thực và các cuộc hội thoại bị gián đoạn hiện được coi là những khó khăn kỹ thuật đối với trợ lý giọng nói.
OpenAI đã ra mắt phiên bản mới của mẫu GPT-4o cỡ lớn vào tháng 5 năm nay và cũng trình diễn chế độ giọng nói. Công ty ban đầu dự định mở dần chế độ giọng nói cho người dùng vào cuối tháng 6, nhưng cuối cùng lại quyết định hoãn phát hành sang tháng 7. Chế độ giọng nói sẽ có sẵn cho tất cả người dùng ChatGPT Plus vào mùa thu này.
OpenAI cho biết hôm thứ Ba: “Với việc triển khai dần dần, chúng tôi có thể giám sát chặt chẽ việc sử dụng và liên tục cải thiện khả năng cũng như độ an toàn của mô hình dựa trên phản hồi trong thế giới thực”. trong sự kiện ra mắt tháng 5 Function. Hiện chưa có ngày phát hành cho các tính năng này.
Vì vậy, chức năng ban đầu của chế độ giọng nói sẽ bị hạn chế. Ví dụ: ChatGPT sẽ không thể sử dụng tính năng thị giác máy tính cho phép chatbot cung cấp phản hồi bằng giọng nói về các bước nhảy của người dùng thông qua camera của điện thoại thông minh.
Hiện tại có bốn giọng nói cài sẵn cho chế độ giọng nói GPT-4o, Juniper, Breeze, Cove và Ember, được sản xuất với sự cộng tác của các diễn viên lồng tiếng trả phí.
Trước đó, giọng nữ lồng tiếng Sky trên ChatGPT bị cho là rất giống ngôi sao Hollywood Scarlett Johansson. Sau khi nhận được thư của luật sư từ nhóm của Johnson, OpenAI đã đình chỉ việc sử dụng Sky Voice.
OpenAI cũng cho biết họ đã giới thiệu các bộ lọc mới để đảm bảo phần mềm có thể phát hiện và từ chối một số yêu cầu nhất định để tạo nhạc hoặc các dạng âm thanh được bảo vệ bản quyền khác. Đối với các công ty AI, việc tránh tranh chấp pháp lý đã trở thành vấn đề cần đặc biệt cảnh giác.
Theo OpenAI, các chế độ giọng nói nâng cao có thể cung cấp các cuộc trò chuyện theo thời gian thực tự nhiên hơn, cho phép người dùng ngắt lời bất cứ lúc nào, đồng thời có thể cảm nhận và phản hồi cảm xúc của người dùng. Phản hồi theo thời gian thực và các cuộc hội thoại bị gián đoạn hiện được coi là những khó khăn kỹ thuật đối với trợ lý giọng nói.
OpenAI đã ra mắt phiên bản mới của mẫu GPT-4o cỡ lớn vào tháng 5 năm nay và cũng trình diễn chế độ giọng nói. Công ty ban đầu dự định mở dần chế độ giọng nói cho người dùng vào cuối tháng 6, nhưng cuối cùng lại quyết định hoãn phát hành sang tháng 7. Chế độ giọng nói sẽ có sẵn cho tất cả người dùng ChatGPT Plus vào mùa thu này.
OpenAI cho biết hôm thứ Ba: “Với việc triển khai dần dần, chúng tôi có thể giám sát chặt chẽ việc sử dụng và liên tục cải thiện khả năng cũng như độ an toàn của mô hình dựa trên phản hồi trong thế giới thực”. trong sự kiện ra mắt tháng 5 Function. Hiện chưa có ngày phát hành cho các tính năng này.
Vì vậy, chức năng ban đầu của chế độ giọng nói sẽ bị hạn chế. Ví dụ: ChatGPT sẽ không thể sử dụng tính năng thị giác máy tính cho phép chatbot cung cấp phản hồi bằng giọng nói về các bước nhảy của người dùng thông qua camera của điện thoại thông minh.
Hiện tại có bốn giọng nói cài sẵn cho chế độ giọng nói GPT-4o, Juniper, Breeze, Cove và Ember, được sản xuất với sự cộng tác của các diễn viên lồng tiếng trả phí.
Trước đó, giọng nữ lồng tiếng Sky trên ChatGPT bị cho là rất giống ngôi sao Hollywood Scarlett Johansson. Sau khi nhận được thư của luật sư từ nhóm của Johnson, OpenAI đã đình chỉ việc sử dụng Sky Voice.
OpenAI cũng cho biết họ đã giới thiệu các bộ lọc mới để đảm bảo phần mềm có thể phát hiện và từ chối một số yêu cầu nhất định để tạo nhạc hoặc các dạng âm thanh được bảo vệ bản quyền khác. Đối với các công ty AI, việc tránh tranh chấp pháp lý đã trở thành vấn đề cần đặc biệt cảnh giác.
