ChatGPTOpenAI द्वारा विकसित, नई क्षमताओं को पेश कर रहा है जो आपको आवाज और छवियों के माध्यम से बातचीत करने की अनुमति देता है, एक सहज इंटरफ़ेस और चैटजीपीटी को आपके दैनिक जीवन में एकीकृत करने के अधिक तरीके प्रदान करता है। अपनी वेबसाइट पर हाल ही में एक घोषणा में, OpenAI ने इन नई सुविधाओं को पहले से ही प्रकट करने का निर्णय लिया। इसी तरह उन्होंने बढ़ते एआई बाजार में इनसे होने वाले लाभों और चुनौतियों पर भी प्रकाश डाला।
इस लेख के विषय:
चैटजीपीटी: वॉयस इंटरेक्शन
नई वॉयस कार्यक्षमता के साथ, उपयोगकर्ता कर सकते हैं चैटजीपीटी के साथ इंटरैक्टिव बातचीत. यह आपको चलते-फिरते भी सहायक का उपयोग करने की अनुमति देता है, जिससे चैटबॉट की क्षमता बढ़ जाती है। उदाहरण के लिए, कोई उपयोगकर्ता चलते-फिरते चैटजीपीटी से बच्चों की कहानी सुनाने के लिए कह सकता है, जिससे यह और अधिक मनोरंजक हो जाएगा।
या फिर दोस्तों के साथ डिनर के दौरान किसी खास विषय पर बहस छिड़ सकती है; इस मामले में, उपयोगकर्ता सटीक जानकारी प्राप्त करने और बहस को रचनात्मक रूप से हल करने के लिए बॉट का उपयोग कर सकते हैं।
ChatGPT की वॉयस तकनीक का उपयोग करता है उन्नत पाठ-से-वाक् मॉडल. पेशेवर आवाज अभिनेताओं के सहयोग से, यह मॉडल टेक्स्ट और छोटी आवाज के नमूनों से ह्यूमनॉइड ऑडियो उत्पन्न करने में सक्षम है, जिससे चैटजीपीटी के साथ बातचीत और भी अधिक स्वाभाविक और सहज हो जाती है। साथ ही, धन्यवाद फुसफुसाना, OpenAI द्वारा विकसित एक ओपन-सोर्स वाक् पहचान प्रणाली, बोले गए शब्द हैं बड़ी सटीकता के साथ पाठ में लिपिबद्ध किया गया, चैटबॉट को उपयोगकर्ता के अनुरोधों को समझने और प्रभावी ढंग से प्रतिक्रिया देने की अनुमति देता है।
चैटजीपीटी: दृश्य इंटरैक्शन
जैसा कि ऊपर बताया गया है, AI मॉडल अब कर सकता है एक या अधिक छवियों का विश्लेषण करें, उपयोगकर्ताओं को समस्याओं को हल करने, भोजन की योजना बनाने या जटिल ग्राफ़ का विश्लेषण करने की अनुमति देता है। उदाहरण के लिए, कोई उपयोगकर्ता अपने रेफ्रिजरेटर की सामग्री की एक तस्वीर सबमिट कर सकता है। इसलिए चैटबॉट का उपयोग किया जाना चाहिए मौजूद खाद्य पदार्थों का विश्लेषण करें और इन सामग्रियों के आधार पर व्यंजनों का सुझाव दें, तैयारी के लिए चरण-दर-चरण निर्देश भी प्रदान कर रहे हैं।
यह भी पढ़ें: GPT-4: मिथुन राशि वाले होंगे Google के प्रतिद्वंद्वी. यहाँ अंतर हैं
इसके अलावा, यदि उपयोगकर्ता को छवि में किसी विशेष तत्व पर ध्यान केंद्रित करने की आवश्यकता है, चैटजीपीटी के मोबाइल ऐप में एक ड्राइंग टूल शामिल है जो आपको छवि के विशिष्ट क्षेत्रों को उजागर करने की अनुमति देता है, जिससे संचार और विश्लेषण और भी अधिक सटीक और वैयक्तिकृत हो जाता है।
छवि समझ GPT-3.5 और GPT-4 मल्टीमॉडल मॉडल द्वारा संचालित है। ये उन्नत मॉडल वे अपने भाषा कौशल को तस्वीरों, स्क्रीनशॉट और दस्तावेजों जैसी छवियों की एक विस्तृत श्रृंखला पर लागू करते हैं जिसमें पाठ और चित्र दोनों शामिल हैं, जिससे ChatGPT को दृश्य संदर्भ को सटीक और विस्तार से समझने और व्याख्या करने की अनुमति मिलती है।
यह उल्लेखनीय है कि से poco OpenAI ने इतना ही नहीं एकीकृत किया है Canva लेकिन यह भी चैटजीपीटी में DALL-E 3, या जनरेटिव छवि मॉडल।
यह कब और किसके लिए उपलब्ध होगा
अगले दो सप्ताह में ओपनएआई उपयोगकर्ताओं के लिए चैटजीपीटी में आवाज और छवियों को लागू करेगा प्लस और एंटरप्राइज़ सदस्यता वाले उपयोगकर्ता।
ध्वनि इंटरेक्शन की अनुमति देने वाला फ़ंक्शन उपलब्ध होगा आईओएस और एंड्रॉइड पर लेकिन वेब संस्करण पर नहीं, जिसका उपयोग अधिकांश लोग करते हैं।
इसके स्थान पर वह फ़ंक्शन उपलब्ध होगा जो विज़ुअल इंटरैक्शन की अनुमति देता है सभी प्लेटफार्मों पर, इसलिए Android, iOS और वेब।
स्रोत | OpenAI
