ChatGPT、音声・画像認識機能搭載で多様な対話可能に
最終更新日:2024/04/22
OpenAIがChatGPTの音声・画像認識機能を発表しました。より直感的なインターフェイスでChatGPTと自然に対話でき、日常生活やビジネスにおけるユーザーの多様なニーズに応えることが可能です。
このAIニュースのポイント
- ChatGPTが新たに音声・画像認識機能を搭載し、ユーザーとの自然な対話を実現
- 新機能はiOSとAndroidで利用でき、現時点においてはPlusおよびEnterpriseユーザー向けに展開
- OpenAIは安全かつ有益なAIツールの提供を目指しており、新機能においてもこのビジョンを具現化
9月25日、OpenAIはChatGPTの音声および画像認識機能を発表しました。この機能追加により、ユーザーはこれまでよりも直感的にAIと対話することが可能です。
新たに追加された音声機能により、外出先でも家族の就寝前の話をリクエストしたり、日常の様々なシチュエーションでアシスタントとやり取りができるようになりました。この音声認識は、OpenAIのWhisperによって実現され、テキストと数秒のサンプル音声のみで人間のような声を生成することが出来ます。さらに、プロの声優と協力して作成した5つの異なる音声モデルを選択可能で、人間のような音声生成を実現しています。
画像認識機能も加わり、グリルが起動しない原因をトラブルシューティングしたり、冷蔵庫の中身から食事の計画を立てたり、仕事関連のデータの複雑なグラフを分析できます。この機能は、マルチモーダルGPT-3.5およびGPT-4によって強化され、広範な画像からの言語推論スキルを適用します。
これらの新機能の導入は、OpenAIの目標である、安全で有益なAIを構築するための戦略的なステップです。OpenAIは、各機能について悪意のある利用がされないよう、安全性についても適切な検証を行っていくと述べています。
OpenAIはこれらの機能をまずはPlusおよびEnterpriseユーザーに提供し、開発者を含む他のユーザーグループにも近いうちに展開する予定です。これにより、多くのユーザーが新しい機能を体験し、その利便性と多様性の享受が期待されます。
出典:OpenAI
業務の課題解決に繋がる最新DX・情報をお届けいたします。
メールマガジンの配信をご希望の方は、下記フォームよりご登録ください。登録無料です。
AI・人工知能記事カテゴリ一覧
AI・人工知能サービス
- 生成AI
- 画像生成AI
- ChatGPT
- AI研究開発
- LLM
- DX推進
- おすすめAI企業
- チャットボット
- ボイスボット
- 音声認識・翻訳・通訳
- 画像認識・画像解析
- 顔認証
- AI-OCR
- 外観検査
- 異常検知・予知保全
- 自然言語処理-NLP-
- 検索システム
- 感情認識・感情解析
- AIモデル作成
- 需要予測・ダイナミックプライシング
- AI人材育成・教育
- アノテーション
- AI学習データ作成
- エッジAI
- IoT
- JDLA
- G検定
- E資格
- PoC検証
- RPAツール
- Salesforce Einstein
- Watson(ワトソン)
- Web接客ツール
- サプライチェーン
- メタバース
- AR・VR・デジタルツイン
- MI
- スマートファクトリー
- データ活用・分析
- 機械学習
- ディープラーニング
- 強化学習
- テレワーク・リモートワーク
- マーケテイングオートメーション・MAツール
- マッチング
- レコメンド
- ロボット
- 予測
- 広告・クリエイティブ
- 営業支援・インサイドセールス
- 省人化
- 議事録自動作成
- 配送ルート最適化
- 非接触AI
業態業種別AI導入活用事例
今注目のカテゴリー
AI製品・ソリューションの掲載を
希望される企業様はこちら