IT之家 7 月 26 日消息，OpenAI 首席執(zhí)行官山姆?阿爾特曼（Sam Altman）今天回復(fù)網(wǎng)友提問(wèn)，表示將于下周面向 ChatGPT Plus 用戶，開(kāi)放 Alpha 版本 GPT-4o 的語(yǔ)音模式（Voice Mode），實(shí)現(xiàn)無(wú)縫聊天。
IT之家今年 5 月報(bào)道，OpenAI 首席技術(shù)官穆里?穆拉蒂（Mira Murati）在演講中表示：
在 GPT-4o 中，我們訓(xùn)練了跨文本、視覺(jué)和音頻的端到端全新統(tǒng)一模型，這意味著所有輸入和輸出都由同一個(gè)神經(jīng)網(wǎng)絡(luò)處理。
由于 GPT-4o 是我們第一個(gè)結(jié)合所有這些模式的模型，因此我們?cè)谔剿髟撃Ｐ偷墓δ芗捌渚窒扌苑矫嫒蕴幱谄鸩诫A段。
OpenAI 公司原計(jì)劃今年 6 月底，邀請(qǐng)一小部分 ChatGPT Plus 用戶測(cè)試 GPT-4o 語(yǔ)音模式，但官方在 6 月宣布推遲，表示需要更多時(shí)間打磨該模型，提高該模型檢測(cè)和拒絕某些內(nèi)容的能力。
根據(jù)此前曝光的信息，GPT-3.5 模型的平均語(yǔ)音反饋延遲為 2.8 秒，而 GPT-4 模型的延遲為 5.4 秒，因此在語(yǔ)音交流方面不太優(yōu)秀，而即將推出的 GPT-4o 可以極大地縮短延遲時(shí)間，近乎無(wú)縫對(duì)話。
廣告聲明：文內(nèi)含有的對(duì)外跳轉(zhuǎn)鏈接（包括不限于超鏈接、二維碼、口令等形式），用于傳遞更多信息，節(jié)省甄選時(shí)間，結(jié)果僅供參考，IT之家所有文章均包含本聲明。