ChatGPT sorğuları foto və nitq vasitəsilə qəbul etməyi öyrənib

    OpenAI şirkəti süni zəka əsaslı ChatGPT çat-botu ilə qarşılıqlı əlaqə imkanlarını genişləndirib. Belə ki, çat-botun yeni versiyası sorğuları artıq təkcə mətn vasitəsilə deyil, həmçinin foto və səsli əmrlər vasitəsilə də qəbul edə bilir. Bu yeni imkanlar ChatGPT-nin ödənişli və korporativ versiyalarının istifadəçiləri üçün yaxın iki həftə ərzində istifadəyə veriləcək. Digər istifadəçilər isə bir qədər gözləməli olacaqlar. ChatGPT ilə səs vasitəsilə ünsiyyət digər səsli köməkçilər ilə ünsiyyəti xatırladır.

    Lakin OpenAI şirkətinin sözlərinə əsasən bu cür ünsiyyət çərçivəsində çat-bot tərəfindən təqdim edilən cavabların keyfiyyətləri yaxşılaşdırılmış baza texnologiyası sayəsində daha yüksək olurlar. İstifadəçi çat-botla dialoq pəncərəsindəki xüsusi döyməyə klikləyərək sorğusunu nitq vasitəsilə təqdim edir. ChatGPT isə öz növbəsində səsli sorğunu mətn formatına çevirir və onu böyük dil modelinə ötürür. Daha sonra çat-bot ondan cavabı əldə edərək onu nitqə çevirir və istifadəçiyə səsləndirir.

    ChatGPT-nin bu yeni imkanları OpenAI şirkətinin Whisper adlı dil modelinə əsaslanırlar. Sözügedən dil modeli nitqin mətnə və ya əksinə çevrilməsi prosesi ilə bağlı işin əsas hissəsini yerinə yetirir. Şirkətin verdiyi məlumata əsasən Whisper insan nitqinin bir neçə saniyəlik nümunəsi hesabına onun səsini generasiya edə bilir. ChatGPT-yə foto vasitəsilə sorğunun göndərilməsi üsuluna gəldikdə isə istifadəçi sadəcə olaraq nəzərdə tutulmuş fotonu bota göndərməlidir.  Bu üsul çərçivəsində botla ünsiyyət zamanı istifadəçi əlavə sorğuları mətn və ya səsli əmrlər vasitəsilə daxil edə bilər.