OpenAI突然更新!GPT
作者 | 香草
编辑 | 李水青
GPT-4o的更新高级语音功能,终于不再是更新“期货”了!
智东西7月31日消息,更新钦州市某某科技经销部今天凌晨,更新OpenAI宣布开始向一小部分ChatGPT Plus用户推出高级语音模式,更新基于GPT-4o提供更自然的更新实时对话。
▲OpenAI上线高级语音模式
该模式上线后,更新不少收到邀请的更新网友已经玩起来了,并分享了自己试用的更新视频和感受。例如这是更新一段由ChatGPT献上的快嘴Rap和Beatbox,听起来还挺有模有样的更新。
总的更新来看,ChatGPT的更新高级语音模式与当初官方的演示差别并不大,几乎没有时延,更新各种语气也十分生动。更新不过其似乎在安全方面做了很多防护措施,钦州市某某科技经销部ChatGPT拒绝用户请求的几率变高了。
ChatGPT的语音对话功能于去年9月首次推出。今年5月,OpenAI推出基于旗舰模型GPT-4o的更高级语音对话版,并进行了公开演示。GPT-4o使用单个多模态模型,而不是之前的三个独立模型来实现语音功能,从而降低了与聊天机器人对话的延迟。(OpenAI一夜干翻语音助手!GPT-4o模型强到恐怖,ChatGPT学会看屏幕,现实版Her来了)
当时,OpenAI宣称该功能将在几周内陆续向免费和付费用户推出。但发布没几天,OpenAI就因演示中的ChatGPT声音,与《复仇者联盟》系列电影中“黑寡妇”扮演者、被影迷称为“寡姐”的斯嘉丽·约翰逊(Scarlett Johansson)声线过于相似,而遭到斯嘉丽本人的控诉和网友的强烈反对。
高级语音模式的发布日期也因此被推迟。尽管OpenAI坚称ChatGPT并没有模仿斯嘉丽的声音,但该声线后来还是被删除了。
一、百余外部红队成员测试,秋季或开放至全部订阅用户
基于GPT-4o的高级语音模式目前仅向小部分ChatGPT Plus用户推出,可提供更自然的实时对话,允许用户随时打断,并能感知和响应用户情绪。
参与此Alpha测试的用户将收到一封包含说明的电子邮件,并在其ChatGPT手机端App中收到通知。OpenAI称,后续将继续滚动添加更多用户,并计划在秋季让每一个Plus订阅用户上都能使用。
▲邀请邮件和App主页面
ChatGPT的高级语音模式于今年5月发布,其基于OpenAI全新旗舰模型GPT-4o,可以进行语音聊天和实时视频交互,比如通过视频影像理解线性方程、通过人的表情和语调理解并判断出人的情绪等。
OpenAI称,自首次发布以来,团队一直致力于加强语音对话的安全性和质量,与45种语言的100多名外部红队成员一起测试了语音功能。
为了保护隐私,OpenAI在训练模型时只用四种预设的声音说话,并构建了相应的系统来屏蔽与不同的输出,还采取了防护措施来屏蔽对暴力或版权内容的请求。
OpenAI计划在8月初,分享一份关于GPT-4o的功能、局限性和安全评估的详细报告。
二、第一波试用者开始整活了:练法语、学猫叫、解说足球
第一波试用者已经迫不及待地用上高级语音模式,并分享了自己试用体验。
艺术家Manuel Sainsily打开摄像头,一边实时拍摄自己的刚养的小猫和为其布置的环境,一边询问ChatGPT关于喂养的意见。
ChatGPT的回应基本没有任何延迟,先是用非常宠爱的语气称赞了猫咪的可爱,随后在询问了更多信息后安慰Sainsily,告诉他不用担心。Sainsily感慨道:“这感觉就像与一位知识渊博的朋友进行视频通话。”
网友Bergara在社交平台Reddit分享道,ChatGPT拒绝了他所有的唱歌请求,也不愿意改变声线。当他让ChatGPT以不同的方式和情绪背诵一首诗歌时成功了,但要求它笑着背诵这首诗时,它拒绝了。
例如,Bergara称自己正在练习法语,让ChatGPT充当语言教练,询问其关于发音的意见。
针对Bergara的单词发音,ChatGPT详细地给出了关于重音、尾音等的建议,并做了示范。同时其在教学风格上非常“鼓励式教育”,毫不吝啬地夸奖Bergara的发音,情绪价值直接拉满。
Bergara又让ChaGPT分别用害羞、生气的语气讲关于啤酒的笑话。ChatGPT对害羞的理解是用气声发音,在表达生气时则提高了自己的分贝。
当ChatGPT被要求用悲伤的语气朗诵诗歌时,它听起来快要碎了……
Bergara称,到目前为止的测试里,ChatGPT表现出的样子和OpenAI所展示的差不多,但拒绝率似乎有点高,他推测可能是出于安全原因。
例如,当Bergara要求ChatGPT用歌声讲一个关于机器人和爱的故事,它称自己可以讲故事,但只能用平常说话的语气。
在ChatGPT讲故事的过程中,Bergara多次打断并要求它“加入更多感情”。ChatGPT照做了,其语气变得更加缓慢和生动。
还有的网友已经开始用ChatGPT整活了。
Squad联合创始人、首席技术官Ethan Sutin让ChatGPT模仿了各种各样的猫叫。不得不说这猫叫有些“魔性”,但似乎还挺真实的,因为我家猫被吸引过来了……
ChatGPT似乎还具备音乐演奏的能力。Sutin让其演奏一个C小调和弦,有没有懂乐理的读者朋友来听一下是否准确?
网友Cristiano Giardina让ChatGPT扮演起了足球比赛评论员。他分享了试用高级语音模式的一些初步印象:速度非常快,总是会产生有趣的结果,在说其他语言时总是带有美国口音。
网友Kesku让ChatGPT说一种不存在的语言,然后解释这种语言是如何运作的。ChatGPT创造了一种基于声音的语言Glimnar,听起来有点像吟唱。
尽管现在用上ChatGPT高级语音模式的用户还是少数,但随着其推送范围的扩大,也许我们能看到更多有趣的玩法和体验。
结语:OpenAI提高对AI安全的重视
AI在语音、视频方面,正在因为其充当欺诈工具的能力受到审查。尽管OpenAI的语音模式目前不允许生成新的声线或语音克隆,但该模式仍然可能会给人带来混淆。
在春季更新后的几个月里,OpenAI发布了一系列关于安全性和AI模型对齐的新论文。在此之前,其超级对齐团队已经解散,一些前任和现任员工批评其将重点转移到发布新产品而不是安全性上。目前来看,高级语音模式的推出放缓似乎是在向用户、监管机构和立法者表明OpenAI对安全的重视。
ChatGPT高级语音模式的发布也使OpenAI进一步与Meta的Llama 3.1模型、Anthropic的Claude 3等竞争对手区分开,给专注于情感语音的AI初创公司带来压力
(责任编辑:时尚)
-
直播吧10月27日讯西甲第11轮,第78分钟,拉菲尼亚助攻,亚马尔破门,巴萨3-0领先皇马! ...[详细]
-
央视记者获悉,当地时间9月2日,美国在多米尼加共和国扣押了委内瑞拉总统马杜罗的飞机,称其获取方式违反了美国的制裁规定,并涉及其他刑事问题。据两名美国官员表示,美国当日将飞机飞往美国佛罗里达。 据 ...[详细]
-
今天港股惊现罕见一幕,一只10倍妖股瞬间蒸发99%。今天,升能集团盘中暂停交易,暂停交易前下跌98.4%,报0.325港元,市值已不足4亿港元。以公司昨日收盘价20.25元计算,200多亿港元市值仅半 ...[详细]
-
原标题:英国学者:全球南方的崛起为消除和平障碍带来新希望) ...[详细]
-
“抱歉,我们不认这所C9”,女生求职被拒,三所C9竟都败给人大
C9高校,其含金量在国内一众高校之中,可以说是天花板级别的存在的。所谓的C9联盟,指的是:北京大学、清华大学、哈尔滨工业大学、复旦大学、上海交通大学、南京大学、浙江大学、中国科学技术大学、西安交通大学 ...[详细] -
建设海洋强国,必须进一步关心海洋、认识海洋、经略海洋,加快海洋科技创新步伐。古有神鸟精卫,衔木石,填大海;今有无人艇“精海”,潜水域,探深海。作为探路者的“精海”,秉承着精卫填海的精神,精准执行着海上 ...[详细]
-
现在的上班族绝大多数都是靠外卖“续命”,可是经常吃外卖又不健康,还不利于控制身材,所以很多朋友都会选择在家做饭后带饭上班。那么问题来了:这饭到底怎么带营养、安全又省事?这篇文章就跟大家分享10个实战技 ...[详细]
-
北京时间9月3日上午,在澳大利亚悉尼召开的国际灌排委员会第75届执行理事会上,2024年第十一批)世界灌溉工程遗产名录公布,我国新疆吐鲁番坎儿井、徽州堨坝—婺源石堨联合申报)、陕西汉阴凤堰梯田、重 ...[详细]
-
她也是巴黎奥运会中国代表团的冲金点。但是,她失败了。在自己从未失误过的动作上,她摔倒了。她叫孙佳琪,是中国自由式小轮车项目的奥运选手。孙佳琪从一名田径选手到小轮车项目的奥运选手,用了8年时间。这8年, ...[详细]
-
澎湃新闻www.thepaper.cn)记者注意到,9月3日晚央视《新闻联播》电视画面显示,刘彬已任外交部党委委员。 公开资料显示,刘彬历任外交部欧亚司副司长、中国驻塔吉克斯坦大使、外交部欧亚司 ...[详细]