まるで人間と会話「ChatGPT with voice」が無償公開 「語尾に“にゃん”と付けて」とお願いしたら気まずくなった
米OpenAIが提供する対話型AI「ChatGPT」のアプリ版（Android、iOS）で、まるで人間と会話しているように受け答えする音声対話機能「ChatGPT with voice」が無償の一般ユーザーでも使えるようになった。 ChatGPTのアプリを開き、右下にあるヘッドフォンのアイコンをタップすると音声による対話を始められる。初期設定時は5種類の声から任意に選べ、後から変更も可能だ。 画面を見ずにハンズフリーで会話できる他、ユーザーが発した言語を自動認識して返答する。設定で主な言語を設定すると、より認識精度が高まる。やりとりした内容はテキストで後から確認できる。 ChatGPTはもともと人間と対話しているような返答をする。これに声が付くことで、より一層に人と会話しているような感覚を覚えるだろう。実際に試してみたところ、独特なイントネーションがある日本語が達者な外国人と話しているよう
GPTのAPIとText2Speechを組み合わせてAIとの会話体験を実装してみる | DevelopersIO
はじめに OpenAIのDevDayで発表されたText2SpeechのAPIを使ってみたいと思います。Text2Speechとは簡単にいうとテキストの読み上げ機能です。 日本語を読ませる場合、まだ少し英語訛りですが、なかなか人間っぽい発音を行います。 今回はこのText2SpeechのAPIを使って遊んでみたいと思います。 なにを作るのか？ 先程記載したように、Text2Speechでは発話を行うことができます。 この特徴とGPTの会話ができる特性を組み合わせれば、会話っぽいことができるのではないかと思い実装してみました。 今回は試験的に実装を行うため、GPTには「動物博士」としてのロールを与えて動物の雑学を教えてもらいました。 完成形は以下のような動画になります。Text2Speechを利用しているため音声ONの状態での閲覧を推奨します。 発音が英語話者っぽくなっていることや漢字を稀に
GPT-4 Turboでいちばん嬉しいのは、300ページ相当の長文をまるっと読み込めること
GPT-4 Turboでいちばん嬉しいのは、300ページ相当の長文をまるっと読み込めること2023.11.08 17:009,334 Maxwell Zeff・Gizmodo US ［原文］ （ mayumine ） これは嬉しい進化です。 OpenAIの開発者向けカンファレンス｢DevDay｣で、サム・アルトマンCEOよりGPT-4 Turboの公開が発表されました（こちらの記事もどうぞ）。 いちばん大きなアップデートは、今回で扱えるトークン数が128Kになって、従来の16倍となる300ページを超える長い文書を1つのプロンプトに入れられるように。本をまるごと一冊読み込ませられるようになったということです。長い文章を要約させたり、気になる箇所を教えてもらったりできるようになったことで、活用の幅はさらに大きく広がると思います。 さらにGPT-4 Turboでは、JSONモードが実装され、JS
OpenAI DevDay で発表された新モデルと新開発ツール まとめ｜npaka
以下の記事が面白かったので、かるくまとめました。 ・New models and developer products announced at DevDay 1. GPT-4 Turbo「GPT-4 Turbo」は、「GPT-4」より高性能です。2023年4月までの知識と128kのコンテキストウィンドウを持ちます。さらに、「GPT-4」と比較して入力は1/3、出力は1/2の安い価格で提供します。 開発者はモデルID「gpt-4-1106-preview」で試すことができます。今後数週間以内に、安定した実稼働モデルをリリースする予定です。 1-1. Function Calling の更新「Function Calling」に、単一メッセージから複数のFunction (「車の窓を開けてエアコンをオフにする」など) を呼び出す機能などが追加されました。精度も向上しています。 1-2. 構造
ChatGPT can now see, hear, and speak
We are beginning to roll out new voice and image capabilities in ChatGPT. They offer a new, more intuitive type of interface by allowing you to have a voice conversation or show ChatGPT what you’re talking about. We are beginning to roll out new voice and image capabilities in ChatGPT. They offer a new, more intuitive type of interface by allowing you to have a voice conversation or show ChatGPT w
Announcing the Preview of OpenAI Whisper in Azure OpenAI service and Azure AI Speech
In July we shared with this audience that OpenAI Whisper would be coming soon to Azure AI services, and today – we are very happy to announce – is the day! Customers of Azure OpenAI service and Azure AI Speech can now use Whisper. The OpenAI Whisper model is an encoder-decoder Transformer that can transcribe audio into text in 57 languages. Additionally, it offers translation services from those l
ビートルズ「最後の楽曲」、AIで制作 年内リリースへ マッカートニーさん
米カリフォルニア州でステージに立つ英ミュージシャンのポール・マッカートニーさん（2016年4月13日撮影、資料写真）。(c)Steve Jennings / GETTY IMAGES NORTH AMERICA / Getty Images via AFP 【6月13日 AFP】英ロックバンド「ビートルズ（The Beatles）」の「最後の楽曲」が人工知能（AI）を用いて制作され、年内にリリースされる。元メンバーのポール・マッカートニー（Paul McCartney）さんが、13日に公開された英BBCのインタビューで明らかにした。 来週81歳の誕生日を迎えるマッカートニーさんは「ジョン（・レノンさん、John Lennon）が持っていたデモを僕らが作業して、完成させただけなんだ」と語った。 2人に故ジョージ・ハリソン（George Harrison）さん、リンゴ・スター（Ringo St
ChatGPT×Whisperで履歴書と職務経歴書づくりを効率化 開発してみてわかった、生成AIの活かし方
大規模言語モデル（LLM）を、実際にプロダクトや実務に役立つかたちで利用している各社が見た使いどころや、実践の上での工夫について学び合うためのイベント「ChatGPT IN ACTION 実践で使う大規模言語モデル」。株式会社ROXXからは、CTOの松本宏太氏が登壇。「ChatGPT×Whisper」で作ったプロトタイプを紹介しました。 ROXX社・CTO松本宏太氏 松本宏太氏：弊社は「ChatGPT×Whisper」でいろいろプロトタイプを作っているので、その中の事例を1つ紹介して、そこで学んだ内容をもとに、今後の展望をお話できればなと思っています。 （スライドを示して）今日は、こういう感じで話していこうかなと思っています。まず、自己紹介をさせていただきます。 あらためて、株式会社ROXXでCTOをやっている松本と申します。「kotamat」という名前でいろいろやっているのですが、もとも
喪失感埋まる？ただの"電子人形"？ 中国で賛否「バーチャル故人」AIとCG駆使、ビデオ通話もOK（西日本新聞） - Yahoo!ニュース
【北京・坂本信博】人工知能（AI）やデジタル技術の普及が進む中国で、亡くなった親族らの生前の画像や音声データを基に本人そっくりの「バーチャル故人」を制作し、スマートフォンやパソコンを使って対話することが話題を集めている。交流サイト（SNS）では「遺族の喪失感を埋められる」と理解が示される一方で「電子人形に過ぎない」との指摘もあり、賛否が分かれている。 【画像】「AIおばあちゃん」との会話の様子 「生きていた頃、おばあちゃんは父さんと電話でどんな話をしてたの？」。孫の問いかけに画面の中で白髪の女性が「酒を飲むな、節約しろ、ばくちはするなって言ったんだよ」と湖北省なまりで答える。20代のビジュアルデザイナー呉伍六さん＝上海市＝は3月、動画配信サイトで「AIおばあちゃん」とのやりとりを公開した。 彼女は本物の人間のようにまばたきをし、呉さんが職場での昇進や最近の体調を報告すると、うなずいたり、笑
Introducing the ChatGPT app for iOS
The ChatGPT app syncs your conversations, supports voice input, and brings our latest model improvements to your fingertips. Since the release of ChatGPT, we've heard from users that they love using ChatGPT on the go. Today, we’re launching the ChatGPT app for iOS. The ChatGPT app is free to use and syncs your history across devices. It also integrates Whisper, our open-source speech-recognition s
Apple、AI採用障害者支援ツールを多数発表 失う前に登録した声で話せる「Personal Voice」など
Apple、AI採用障害者支援ツールを多数発表 失う前に登録した声で話せる「Personal Voice」など 米Appleは5月16日（現地時間）、認知、音声、視覚、モビリティのアクセシビリティを支援する複数のツールを発表した。年内に提供を開始する計画だ。Appleはプレスリリースで言及していないが、「iOS 17」「iPadOS 17」の機能とみられる。 声を出せない人でも音声で会話に参加できる「Live Speech」 「Live Speech」は、iPhone、iPad、Macで使えるテキストを音声に変換するツール。電話やFaceTime、リアルな対面での会話で、入力したテキストをユーザーの代わりに読み上げる。すぐに使えるフレーズを複数保存しておくこともできる。 声を出せなくなる前に自分の声を登録し、Live Speechに使える「Personal Voice」 「Personal
「茨ひより」にChatGPTなど組み込む ニコニコ超会議で披露 | NHK
茨城県は、対話式AI「ChatGPT」を県公認のバーチャルユーチューバーに組み込んだものを千葉市で行われているイベントで披露し、会話の体験を通して茨城の魅力をPRしています。 茨城県は、動画サイトなどで茨城をPRしている県公認のバーチャルユーチューバー「茨ひより」に「ChatGPT」などを組み込み、話しかけると合成音声で応答する「AI茨ひより」をつくりました。 「AI茨ひより」は29日から千葉市の幕張メッセで行われているリアルとネットの融合をテーマにしたイベント「ニコニコ超会議」で披露され訪れた人が会話を体験できるようになっています。 「去年、水戸市に行きました」と話しかけると、「AI茨ひより」は「おいしい食べ物や美しい景色がたくさんあります。また足を運んでみてくださいね」とPRしていました。 誤った情報を答えた場合に備えてそばには県の職員が待機していて、必要に応じて回答を補っていました。
ChatGPT, Python, Whisper APIを活用し、動画ファイルから議事録を自動生成 - Qiita
はじめに 現在のデジタル社会では、Teamsなどのオンライン会議が日常的に行われています。 しかし、その議事録を取るのは容易ではありません。そこで、OpenAIのChatGPTとWhisperを使って、動画ファイルから議事録を自動生成する方法をご紹介します。 補足説明：ChatGPTについて ChatGPTは、OpenAIが開発した自然言語処理AIで、人間と自然に会話することが可能です。GPT-3、GPT-4という大規模な言語モデルをベースにしており、様々な文脈での文章生成が得意です。 補足説明：Whisperについて Whisperは、OpenAIが開発した自動音声認識(ASR)システムです。大量の音声とテキストデータで訓練されており、音声をテキストに変換するタスクを効率的に行います。 処理の流れ ここから、具体的に動画ファイルから議事録を生成するための具体的な手順を説明します。 1.
rinna/japanese-hubert-base · Hugging Face
rinna/japanese-hubert-base","children":[],"isValid":true,"title":"rinna/japanese-hubert-base"},{"id":"overview","label":"Overview","children":[],"isValid":true,"title":"Overview"},{"id":"how-to-use-the-model","label":"How to use the model","children":[],"isValid":true,"title":"How to use the model"},{"id":"how-to-cite","label":"How to cite","children":[],"isValid":true,"title":"How to cite"},{"id"
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
ついに音声対話できるようになった ChatGPT が引くほど自然でなんか凄いし怖い「もうこれ人間じゃん!」
3秒の音声があれば本人そっくりの声で日本語・英語・中国語合成できる「VALL-E X」はやはり脅威。MSが非公開にした技術のOSS版を試して実感した（CloseBox） | テクノエッジ TechnoEdge
WhisperとChatGPTで文字起こし | ドクセル
Meta、新音声生成AIモデル「Voicebox」 短い音声から自在に声を生成
アレクサは生成AI対応へ アマゾンの5980円スピーカー「Echo Pop」
ミクシィの会話ロボ「Romi」がChatGPT対応
