اوپن ای آی خاصیت صوت هوشمند ارایه می کند
ما دیجیتال: اوپن ای آی اعلام نمود API آن شامل چند خاصیت صوتی هوشمند می شودکه جهت کمک به توسعه دهندگان جهت ایجاداپ هایی که سخن می گویند، طراحی شده اند.
به گزارش ما دیجیتال به نقل از مهر به نقل ازتک کرانچ، GPT‑Realtime‑۲ یک مدل صوتی جدید اوپن ای آی است که برای ایجاد شبیه سازی های صوتی واقع گرایانه که قادر به محاوره با کاربر هستند، تولید شده است. با این وجود اپ مذکور برعکس نسخه های پیشین(GPT-Realtime-۱.۵)، این ابزار با قابلیت استدلال چت جی پی تی ۵ تولید شده که بگفته اوپن ای آی برای اجرای دستورهای پیچیده تر کاربران تولید شده است.
این شرکت همین طور ابزار « GPT‑Realtime‑Translate» را راه انداز می کند که سرویس ترجمه لحظه ای را فراهم می آورد که در مکالمه با کاربر همگام است. این خاصیت شامل ۷۰ زبان ورودی است. این موارد شامل زبان های قابل درک برای مدل و ۱۳ زبان خروجی است که محتوا را به گوینده منتقل می کند، است.
همچنین این شرکت یک قابلیت رونویسی است که GPT-Realtime-Whisper نامیده می شود و به کاربران امکان تبدیل سخن به متن بطور زنده را می دهد.
سازنده چت جی پی تی در اینباره می گوید: مدل هایی که ما درحال عرضه آنها هستیم، صدا را در لحظه از تماس و پاسخ ساده به رابط های صوتی منتقل می کنند که واقعا کارآیی دارند. این مدلها می توانند گوش دهند، استدلال، ترجمه، رونویسی کنند و همزمان با پیشرفت مکالمه، عمل کنند.
هدف این به روز رسانی ها شرکت هایی هستند که می خواهند قابلیت های سرویس به مشتریان را گسترش دهند. با این وجود اوپن ای آی اشاره می کند خاصیت های جدید در عرصه های مختلفی همچون آموزش، رسانه، رویدادها و غیره به کار می آید.
بطور خلاصه این خاصیت شامل ۷۰ زبان ورودی است. همین طور این شرکت یک قابلیت رونویسی است که GPT-Realtime-Whisper نامیده می شود و به کاربران امکان تبدیل سخن به متن به طور زنده را می دهد.
این مطلب را می پسندید؟
(1)
(0)
تازه ترین مطالب مرتبط
نظرات بینندگان در مورد این مطلب