近日 OpenAI 宣布推出新版 ChatGPT，增加了兩項新功能：語音輸入和圖像輸入。據 OpenAI 稱，新功能將在未來兩周內向 ChatGPT Plus 訂閱用戶推出，其他人也將“很快”能夠使用這些功能。

　　語音輸入功能類似于手機上的語音助手，用戶只需按下一個按鈕，說出自己的問題，ChatGPT 就會將其轉換為文本，然后生成答案，再將答案轉換為語音，播放給用戶。

　　例如，讓ChatGPT聽一段小貓咪的文本故事，然后選擇人類語音便可以一鍵完成轉錄。完成后，用戶可以下載這段語音。

　　OpenAI 表示，這樣的交互方式更加自然和便捷，而且由于 LLM 的技術優勢，答案的質量也會更高。OpenAI 還開發了一種新的文本轉語音模型，可以根據幾秒鐘的樣本語音，生成與之相似的人聲。用戶可以從五種選項中選擇 ChatGPT 的聲音，而且這種模型還有更多的潛在用途。

　　例如，OpenAI 正在與 Spotify 合作，將播客翻譯成其他語言，同時保留播客主持人的聲音。不過，這種模型也存在一些風險，比如可能被惡意利用來冒充公眾人物或進行詐騙。因此，OpenAI 表示，這種模型不會被廣泛開放，而是會受到嚴格的控制和限制。

　　圖像輸入功能則類似于%20Google%20Lens，用戶可以拍攝自己感興趣的事物，并上傳到%20ChatGPT%20中。ChatGPT%20會嘗試識別用戶想要詢問的內容，并給出相應的回答。用戶還可以用應用中的繪圖工具來幫助表達自己的問題，或者配合語音或文本輸入來進行交流。

　　OpenAI還放出了一段視頻，是和ChatGPT商量著修自行車，不斷問%20ChatGPT：這里是扳手嗎?是調整這里嗎?甚至還把說明書拍照發給ChatGPT求解釋。