OpenAI向開發者開放語音AI引擎

鞭牛士報道，10月2日消息，據外電報道，OpenAI 正在向其他開發人員開放其語音AI引擎，該引擎爲 ChatGPT 的高級語音模式提供支持。

開發人員將能夠實時訪問這項技術，AI 可以理解語音命令，並在類似通話的現場場景中進行語音交談。

該過程之前要求開發人員至少經歷三個步驟：首先轉錄音頻，然後運行生成的文本模型來得出查詢的答案，最後使用單獨的文本轉語音模型。

此舉爲提供對話式語音界面的人工智能應用浪潮鋪平了道路。

新的語音轉語音功能是 OpenAI 在週二舊金山舉行的 DevDay 活動上發佈的幾個公告之一。

該功能的早期測試者包括營養和健身應用程序 Healthify 和語言學習應用程序 Speak。

向開發人員提供的其他新功能包括基於圖片微調模型的能力。

在爲記者進行的演示中，OpenAI 高管展示了新的音頻功能與 Twilio 的 API 相結合的示例，該功能允許 AI 助手致電虛構的糖果店並訂購 400 個巧克力草莓。

在工具的定製演示中，有一個例子是與人工智能系統對話，幫助尋找本地產品，比如草莓。然後，人工智能會打電話給商家訂購草莓，並接受用戶關於訂購數量和期望花費的指示。

OpenAI 表示，任何使用此類技術的人都不得隱瞞它是人工智能而非人類，而且只向開發人員提供六種預設，而不是創建新的聲音。

開發人員只能使用 OpenAI 提供的聲音——與 ChatGPT 中的選項相同。

雖然聲音不會以任何方式被加水印，開發人員也不必讓人工智能系統識別自己，但 OpenAI 表示，使用其系統發送垃圾郵件或誤導人們違反了公司的服務條款。

這些公告是在圍繞 ChatGPT 製造商的一系列新聞中發佈的，包括其正在進行的大規模融資活動以及上週首席技術官 Mira Murati和另外兩名高管的離職。