Разработчикът на ChatGPT OpenAI представи гласови модели от следващо поколение

Разработчикът на ChatGPT OpenAI показа гласови модели от последващо потомство за превръщане на текст в тирада и назад. Компанията твърди, че тези модели се основават на „ усъвършенствани логаритми за машинно образование “, оповестява Tech Crunch. 

 Системата разрешава освен конвертиране на текст в тирада, само че и персонализиране на самия глас, както и на неговия звуков жанр, тембър и емоционалност. Например, можете да накарате модела да приказва „ като корсар “ или като повествовател на детски приказки. Налични са авансово заложени настройки, само че е допустимо и ръчно въвеждане на указания. 

 Освен това OpenAI е подобрила технологията си за различаване на тирада. Новите модели gpt-4o-transcribe и gpt-4o-mini-transcribe вършат по-малко неточности при преобразуването на тирада в текст, даже при сложни условия като мощни акценти, шумна среда и разнообразни скорости на речта.