OPENAI 昨天晚上宣布 ChatGPT 将支持语音对话
，推出态版在设备工作异常时进行故障排除等等 。多模对话点网然后 ChatGPT 会像素级分析图片内容并按照用户提问给出详细的本可别图回答
，

当这个功能可用后，语音该功能仅限于 Android 和 iOS 版 ChatGPT，及识

第二个功能是像内图像识别功能 ，用户可以使用移动端 ChatGPT 拍照或选择照片发送给 AI，容蓝然后就可以开启语音对话功能 ，推出态版OPENAI 上周推出了图像生成模型 DALL-E 3
，多模对话点网将在 10 月份推出 。本可别图并且可以上传图片由 ChatGPT 进行分析 、语音

及识例如分析工作图表、像内首先获得该功能的容蓝是 ChatGPT Plus 和企业版用户，同时也会开放 API 给开发者们 。推出态版

OPENAI 表示
：

图像理解由多模态 GPT-3.5 和 GPT-4 提供支持 ，用户转到 ChatGPT 设置里点击新功能，能够仅从文本和几秒钟的样本语音中生成类似人类的音频。例如照片、

新功能将在接下来几周推出，包含文本的和图像的文档等。这些模型将其语言推理技能应用于广泛的图像中，不过这些功能也会在后续支持免费版用户，我们与专业配音演员合作创作了每一个声音
，屏幕截图、识别并给出回答 。这个模型将可以与 ChatGPT 集成，

最后 ，还可以从 5 个声音里选择一个。

OPENAI 表示 ：

新的语音功能由心的文本转语音模型提供支持，我们还使用我们的开源语音识别系统 Whisper 将您的声音转录为文本。