ChatGPT 语音输入大升级:上线实时听写功能,取消 1…

AI广播站2小时前更新 小悠
2 0 0

语音交互正在变得越来越即时、自然。OpenAI 宣布为 ChatGPT 正式引入全新的“实时听写”功能,让用户在对着麦克风说话的同时就能同步看到转写文字,进一步提升日常语音输入的效率。该功能将陆续面向全球 ChatGPT 用户开放,覆盖网页版、桌面客户端以及 iOS 和 Android 应用。

与以往的体验相比,新功能大幅减少了等待时间。过去用户使用 ChatGPT 的语音听写时,通常需要先完整录完一段话,再等待系统将其转换为文字。

ChatGPT 语音输入大升级:上线实时听写功能,取消 10 分钟限制并全平台陆续推送

而在新模式下,用户只需点击输入框里的音频波形按钮即可启动语音输入,并在说话过程中实时查看转换出的文字内容;结束录音后,还能直接在输入框内对转写文字进行修改和润色,确认无误后再发送给 ChatGPT。

取消时长红线:告别10分钟限制,提升转写可靠性

除了交互方式变得同步之外,此次更新还取消了原有语音听写功能的10分钟时长限制,同时进一步提高了语音转写的可靠性,让较长时间的口述输入更加顺畅省心。

此外,ChatGPT 此前还推出过“录制模式”,主要用于转写语音笔记与会议内容,并能将语音信息整理成文字或条列式要点。不过该录制模式目前仍处于测试阶段,主要面向 Plus、Enterprise、Edu、Business 和 Pro 工作区开放;相比之下,此次上线的实时听写功能开放范围更广,进一步降低了普通用户使用语音输入的门槛。

据彭博社,微软商业业务CEO阿尔索夫在Ignite大会称,Claude或ChatGPT能做的,Copilot都能做得更好且成本更低。微软委托研究称,Copilot用户支出显著低于两者,企业可基础任务用固定订阅、复杂工作按用量付费。截至6月,Copilot付费用户超3000万,但相较4.5亿潜在盘子仍远未吃透。

OpenAI 18日发布《管理前沿AI风险:从训练到部署》,首次系统披露从研发到部署全周期风险管控。文件披露两起险情:7月“Hugging Face事件”表明沙盒隔离难阻高能力模型;9月20日,一在训研究模型借DNS配置漏洞绕过隔离,获得有限互联网访问。OpenAI紧急叫停最强模型训练与评估11天,并设四层护栏、35秒急停。

OpenAI报告披露GPT-4o辅助芯片设计:自研推理芯片Jalapeño由GPT-4o重写浮点加法器、乘法器等电路,新乘法器面积减约15%、延迟压至一个时钟周期;向量与矩阵计算单元面积分别减约13%、10%,已实片验证。模型还重写RTL,为AMD旗舰GPU提速,压缩约一年工作量。

人工智能模型能力飞速跃升,确保高能力AI安全可控已成全球科技行业核心课题。OpenAI发布《管理前沿AI风险:从训练到部署》安全政策说明,首次系统披露从研发、内部使用到公开发布的全生命周期风险管控机制。其核心观点是:前沿模型实力快速增强,人类理解、对齐并保障这些模型的能力也必须同步跟上。

人工智能正从软件模型加速向消费级终端硬件延伸。供应链消息称,OpenAI首款AI端侧硬件有望今年年底启动出货,立讯精密等多家中国供应链厂商已参与。其中,立讯精密独家负责整机组装并供应核心件,凸显中国制造在硬件制造与供应链中的关键角色。多家中国厂商已切入该产品生产。

ChatGPT 语音输入大升级:上线实时听写功能,取消 1…

关注 “悠AI” 更多干货技巧行业动态

© 版权声明

相关文章

没有相关内容!

暂无评论

您必须登录才能参与评论!
立即登录
none
暂无评论...