OpenAI向开发者开放语音AI引擎。

10月2日消息,据外电报道,OpenAI 正在向其他开发人员开放其语音AI引擎,该引擎为 ChatGPT 的高级语音模式提供支持。

开发人员将能够实时访问这项技术,AI 可以理解语音命令,并在类似通话的现场场景中进行语音交谈。

该过程之前要求开发人员至少经历三个步骤:首先转录音频,然后运行生成的文本模型来得出查询的答案,最后使用单独的文本转语音模型。

此举为提供对话式语音界面的人工智能应用浪潮铺平了道路。

新的语音转语音功能是 OpenAI 在周二旧金山举行的 DevDay 活动上发布的几个公告之一。

该功能的早期测试者包括营养和健身应用程序 Healthify 和语言学习应用程序 Speak。

向开发人员提供的其他新功能包括基于图片微调模型的能力。

在工具的定制演示中,有一个例子是与人工智能系统对话,帮助寻找本地产品,比如草莓。然后,人工智能会打电话给商家订购草莓,并接受用户关于订购数量和期望花费的指示。

OpenAI 表示,任何使用此类技术的人都不得隐瞒它是人工智能而非人类,而且只向开发人员提供六种预设,而不是创建新的声音。

开发人员只能使用 OpenAI 提供的声音——与 ChatGPT 中的选项相同。

虽然声音不会以任何方式被加水印,开发人员也不必让人工智能系统识别自己,但 OpenAI 表示,使用其系统发送垃圾邮件或误导人们违反了公司的服务条款。

这些公告是在围绕 ChatGPT 制造商的一系列新闻中发布的,包括其正在进行的大规模融资活动以及上周首席技术官 Mira Murati和另外两名高管的离职。