OpenAI 的新語音 AI 模型 gpt-4o-transcribe 可讓您在幾秒鐘內將語音新增至現有文字應用

OpenAI 的語音 AI 模型之前曾給演員斯嘉麗約翰遜帶來麻煩，但這並沒有阻止該公司繼續推進其在這一類別的產品。

今天，ChatGPT 製造商推出了三種新的專有語音模型：gpt-4o-transcribe、gpt-4o-mini-transcribe 和 gpt-4o-mini-tts。這些模型最初將透過 ChatGPT 製造商的應用程式介面 (API) 提供，供第三方軟體開發人員建立自己的應用程式。它們也將在自訂演示網站OpenAI.fm上提供，個人用戶可以訪問該網站進行有限的測試和娛樂。

此外，可以透過文字提示從幾個預設中自訂 GPT-4O-MINI-TTS 模型聲音，以改變其口音、音調、聲調和其他聲音特質——包括傳達用戶要求的任何情緒，這在很大程度上解決了 OpenAI 故意模仿任何特定用戶聲音的擔憂（該公司之前否認約翰遜的情況，但無論如何還是取消了表面上模仿的聲音選項）。現在，用戶可以決定他們希望 AI 語音回覆時的聲音效果。

在與 VentureBeat 透過視訊通話進行的演示中，OpenAI 技術人員 Jeff Harris 展示瞭如何僅使用演示網站上的文本，用戶可以讓相同的聲音聽起來像咯咯笑的瘋狂科學家或禪宗、平靜的瑜伽老師。

https://venturebeat.com/ai/openais-new-voice-ai-models-gpt-4o-transcribe-let-you-add-speech-to-your-existing-text-apps-in-seconds/

Picture Source:
pixabay