例如分析工作图表 、推出态版

OPENAI 昨天晚上宣布 ChatGPT 将支持语音对话 ，多模对话点网

最后
 ，本可别图在设备工作异常时进行故障排除等等。语音能够仅从文本和几秒钟的及识样本语音中生成类似人类的音频。

像内用户可以使用移动端 ChatGPT 拍照或选择照片发送给 AI ，容蓝这些模型将其语言推理技能应用于广泛的推出态版图像中，OPENAI 上周推出了图像生成模型 DALL-E 3，多模对话点网然后 ChatGPT 会像素级分析图片内容并按照用户提问给出详细的本可别图回答
，然后就可以开启语音对话功能 ，语音将在 10 月份推出。及识用户转到 ChatGPT 设置里点击新功能，像内识别并给出回答 。容蓝

OPENAI 表示：

新的推出态版语音功能由心的文本转语音模型提供支持，我们与专业配音演员合作创作了每一个声音
，屏幕截图、该功能仅限于 Android 和 iOS 版 ChatGPT，我们还使用我们的开源语音识别系统 Whisper 将您的声音转录为文本。例如照片、

当这个功能可用后，

OPENAI 表示：

图像理解由多模态 GPT-3.5 和 GPT-4 提供支持 ，不过这些功能也会在后续支持免费版用户，

新功能将在接下来几周推出 ，还可以从 5 个声音里选择一个。

第二个功能是图像识别功能，同时也会开放 API 给开发者们。包含文本的和图像的文档等。这个模型将可以与 ChatGPT 集成 ，首先获得该功能的是 ChatGPT Plus 和企业版用户，并且可以上传图片由 ChatGPT 进行分析 、