我们还使用我们的推出态版开源语音识别系统 Whisper 将您的声音转录为文本。首先获得该功能的多模对话点网是 ChatGPT Plus 和企业版用户，这些模型将其语言推理技能应用于广泛的本可别图图像中 ，屏幕截图、语音识别并给出回答 。及识同时也会开放 API 给开发者们 。像内能够仅从文本和几秒钟的容蓝样本语音中生成类似人类的音频。

最后，推出态版

第二个功能是多模对话点网图像识别功能，在设备工作异常时进行故障排除等等。本可别图

新功能将在接下来几周推出，语音

及识还可以从 5 个声音里选择一个 。像内

OPENAI 表示 ：

新的容蓝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
，推出态版例如照片、

OPENAI 昨天晚上宣布 ChatGPT 将支持语音对话 ，并且可以上传图片由 ChatGPT 进行分析、

当这个功能可用后 ，OPENAI 上周推出了图像生成模型 DALL-E 3，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回答，用户转到 ChatGPT 设置里点击新功能，

OPENAI 表示：

图像理解由多模态 GPT-3.5 和 GPT-4 提供支持 ，然后就可以开启语音对话功能，将在 10 月份推出
。该功能仅限于 Android 和 iOS 版 ChatGPT
，包含文本的和图像的文档等。这个模型将可以与 ChatGPT 集成
，用户可以使用移动端 ChatGPT 拍照或选择照片发送给 AI，不过这些功能也会在后续支持免费版用户 ，例如分析工作图表
、