OpenAI acaba de anunciar una emocionante evolución en ChatGPT: la incorporación de impresionantes capacidades de voz e imagen. ¿Qué significa esto para ti? Ahora podrás hablar directamente con ChatGPT, mostrarle imágenes para obtener respuestas y mantener conversaciones más ricas y detalladas. ¡Es un cambio que revolucionará la manera en que aprovechas esta potente IA generativa!
Conversaciones más personales gracias a la voz
Con la incorporación de la voz, OpenAI se ha centrado en hacer que las conversaciones sean seguras y útiles en situaciones cotidianas. Imagina pedirle a ChatGPT que te cuente una historia antes de dormir, debatir sobre un tema apasionante o simplemente mantener una charla amigable. Este nuevo nivel de interacción está diseñado para que tu experiencia sea más personal y accesible que nunca.
Para empezar a disfrutar de las conversaciones de voz, dirígete a la Configuración en tu aplicación móvil, selecciona «Nuevas funciones» y habilita la opción de «Conversaciones de voz». Luego, elige una de las 5 voces disponibles para tu asistente. La tecnología subyacente se basa en un avanzado modelo de conversión de texto a voz que puede generar audio con una voz humana realista a partir de texto y una breve muestra de voz. Estas voces han sido creadas en colaboración con actores de voz profesionales.
Esta innovación se apoya en Whisper, el sistema de reconocimiento de voz de código abierto desarrollado por OpenAI, que convierte tus palabras habladas en texto. Gracias a esta integración de voz, ChatGPT ofrece una experiencia más rica y natural para los usuarios, permitiéndoles mantener conversaciones fluidas con la IA.
Además, OpenAI está colaborando con organizaciones externas, como Spotify, para aplicar esta tecnología de voz en casos prácticos. Por ejemplo, Spotify está probando la función de traducción de voz, que permite a los podcasters ampliar su audiencia al traducir sus programas a diferentes idiomas utilizando las voces de los propios podcasters.
Comprende y discute imágenes con ChatGPT
La otra gran novedad en ChatGPT es su capacidad para interpretar y discutir imágenes. Ahora puedes mostrar una o varias imágenes y obtener respuestas útiles basadas en lo que ve. Esto tiene aplicaciones ilimitadas, desde solucionar problemas técnicos hasta planificar comidas con lo que tienes en la nevera o analizar gráficos complejos para obtener información relevante para tu trabajo.
Por ejemplo, al mostrar una imagen de tu bicicleta, ChatGPT puede analizarla y ofrecerte instrucciones precisas para ajustar el asiento, incluso indicándote la parte específica de la imagen en la que se encuentra la pieza que necesitas ajustar.
La capacidad de comprensión de imágenes en ChatGPT se basa en los modelos GPT-3.5 y GPT-4 multimodales, que aplican su habilidad de razonamiento lingüístico a una amplia variedad de imágenes, incluyendo fotografías, capturas de pantalla y documentos que combinan texto e imágenes. Esto promete hacer que las conversaciones sean aún más informativas y prácticas.
OpenAI ha priorizado la seguridad y la utilidad en esta función de imágenes. Han implementado medidas técnicas para proteger la privacidad de los usuarios, limitando la capacidad de ChatGPT para realizar análisis intrusivos o inapropiados de las personas en las imágenes que compartas. Puedes estar seguro de que se respeta tu privacidad mientras aprovechas al máximo esta fascinante tecnología de imágenes.
Estas emocionantes actualizaciones están disponibles para los usuarios de los planes Plus y Enterprise en las próximas semanas. Prepárate para explorar nuevas formas de interactuar con ChatGPT y aprovechar al máximo estas increíbles capacidades de voz e imagen. ¡La era de la comunicación con IA ha llegado y promete ser fascinante!
