生成AI

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
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