A OpenAI divulgou nesta segunda-feira, dia 25, que nas próximas semanas vai implementar novos recursos de voz e imagem no ChatGPT. Segundo a empresa, o objetivo é oferecer uma interação mais intuitiva, permitindo que o usuário tenha uma conversa por voz ou mostre uma imagem ao chatbot para contextualizar o bate-papo.
A nova tecnologia de voz da OpenAI é capaz de criar vozes sintéticas realistas a partir de apenas alguns segundos de fala real. No entanto, a preocupação com os riscos de uso mal-intecionado da ferramenta levou a empresa a limitar o uso desse recurso à função de bate-papo.
“O chat de voz foi criado com dubladores com quem trabalhamos diretamente. Também estamos colaborando de maneira semelhante com outras pessoas. Por exemplo, o Spotify está usando o poder desta tecnologia para o piloto de seu recurso Voice Translation, que ajuda os podcasters a expandir o alcance de suas histórias, traduzindo podcasts para idiomas adicionais nas próprias vozes dos podcasters”, explicou a OpenAI em seu blog.
O ChatGPT terá cinco opções de vozes. Para ativar o recurso de voz no aplicativo iOS ou Android, será necessário habilitá-lo em “Configurações”. Depois, será possível escolher uma das vozes disponíveis tocando no botão do fone de ouvido localizado no canto superior direito da tela inicial.
Imagens
Agora, também será possível mostrar uma ou mais imagens ao ChatGPT para tirar uma dúvida ou orientar o assistente. Com o novo recurso, basta tirar uma foto do conteúdo da geladeira e pedir ao chatbot para planejar uma refeição, por exemplo.
Para focar em uma parte específica da imagem, é possível usar uma ferramenta de desenho no aplicativo para circular uma determinada área da figura.
Lançamento
A OpenAI lançará os recursos de voz e imagem no ChatGPT para usuários Plus e Enterprise nas próximas duas semanas. Inicialmente, a voz será limitada aos aplicativos de celular (iOS e Android, enquanto as imagens estarão disponíveis em todas as plataformas.
