ChatGPT Advanced Voice Mode برای همه در دسترس است! سورپرایز دستیار صوتی

OpenAI همه کاربران را با ChatGPT Advanced Voice غافلگیر کرد. اکنون توسعه‌دهندگان می‌توانند دستیارهای صوتی ChatGPT ایجاد کنند.

با وجود همه بحران‌های اداری، OpenAI همچنان ویژگی‌های جدیدی برای ChatGPT ارائه می‌دهد. بر این اساس، Advanced Voice Mode برای کاربران ChatGPT Enterprise، Edu و Team نیز عرضه می‌شود. نکته واقعاً مهم این است که توسعه‌دهندگان اکنون می‌توانند دستیارهای صوتی خود را ایجاد کنند. OpenAI کاربران رایگان ChatGPT را نیز فراموش نکرده است.

سورپرایز OpenAI: ChatGPT Advanced Voice Mode و ایجاد دستیار صوتی

OpenAI در توییتر اعلام کرد که قابلیت Advanced Voice Mode (AWM)، که در 25 سپتامبر با آن روبه‌رو شدیم، را برای همه کاربران ارائه کرده است. بر این اساس، کاربران Team، Enterprise و Edu نیز می‌توانند از این قابلیت استفاده کنند؛ قابلیتی که پیش‌تر فقط برای کاربران Plus ارائه می‌شد. ChatGPT کاربران رایگان را نیز فراموش نکرده است. کاربران رایگان ChatGPT نیز فرصت تجربه قابلیت Advanced Voice Mode را خواهند داشت.

OpenAI همچنین در رویداد توسعه‌دهندگان دیروز، قابلیت‌های جدیدی را که برای ChatGPT عرضه خواهند شد معرفی کرد. سم آلتمن این قابلیت‌های جدید را در رویداد توسعه‌دهندگانِ پشت درهای بسته که دیروز برگزار شد، معرفی کرد. بر این اساس، توسعه‌دهندگان اکنون این فرصت را خواهند داشت که از طریق ChatGPT دستیارهای صوتی ایجاد کنند. با این API جدید که قابلیت‌هایی مشابه Advanced Voice Mode ارائه می‌دهد، توسعه‌دهندگان این امکان را خواهند داشت که دستیارهای صوتی اختصاصی خود را بسازند.

در واقع، توسعه‌دهندگان همین حالا هم این امکان را دارند که با ChatGPT دستیار صوتی ایجاد کنند. با این حال، یک توسعه‌دهنده مجبور بود چندین API برای تشخیص گفتار، پردازش متن و تبدیل متن به گفتار ایجاد کند. اکنون، به لطف API جدید، می‌توان بدون دردسر و یک‌جا یک دستیار صوتی ساخت.

ویژگی‌های جدید دیگری نیز برای توسعه‌دهندگان ChatGPT وجود دارد. یکی از آن‌ها قابلیت Model Distillation است. به لطف این قابلیت، توسعه‌دهندگان می‌توانند میان افزایش هزینه‌ها و دستیابی به عملکرد بالا تعادل برقرار کنند. با این قابلیت، توسعه‌دهندگان مدل‌های ارزان‌تر و کوچک‌تری مانند ChatGPT-4o mini را با خروجی‌های مدل‌های پیشرفته‌ای مانند ChatGPT-4o و o1 preview سفارشی‌سازی خواهند کرد.

یکی دیگر از قابلیت‌های مفید برای توسعه‌دهندگان، Request Caching است. به لطف این قابلیت، ChatGPT با به‌خاطر سپردن درخواست‌های پرتکرار، خروجی‌ها را سریع‌تر خواهد کرد. OpenAI همچنین fine tuning برای ChatGPT-4o را گسترش داده و تصاویر را هم شامل آن کرده است. این کار به توسعه‌دهندگان اجازه می‌دهد تا ChatGPT-4o را با وارد کردن هم تصاویر سفارشی و هم متن، شخصی‌سازی کنند.