اکثر تغییرات ChatGPT تاکنون پیرامون توانایی‌های این چت‌بات در دسترسی به اطلاعات و مدل‌های زیربنایی آن بوده است. اما OpenAI حالا تغییری را در شیوه ارتباط با این چت‌بات اعمال کرده است تا بتوانید علاوه بر تایپ‌کردن، با صدای خود یا حتی از طریق آپلود تصاویر با این مدل هوش مصنوعی ارتباط برقرار کنید.
شرکت OpenAI در اطلاعیه‌ای اعلام کرد که کاربران نسخه پولی ChatGPT از حدود دو هفته آینده به قابلیت ارتباط صوتی و تصویری با این چت‌بات دسترسی پیدا می‌کنند. سایر کاربران معمولی هم قرار است در آینده‌ای نزدیک به این ویژگی دست یابند.
ویژگی ارتباط صوتی با ChatGPT نسبتاً ساده است. صرفاً روی دکمه میکروفن کلیک می‌کنید، سؤال خود را می‌پرسید، ChatGPT آن را به متن تبدیل می‌کند و پاسخش را به شما برمی‌گرداند. در ادامه این پاسخ به صدا تبدیل و برای شما خوانده می‌شود. از این جهت، ChatGPT هم شبیه الکسا یا گوگل اسیستنت خواهد شد اما می‌تواند پاسخ‌های بسیار هوشمندانه‌تری به شما بدهد.
OpenAI برای تبدیل متن به صوت از مدل قدرتمند Whisper بهره می‌گیرد و پنج صدای مختلف را برای انتخاب به شما ارائه می‌کند. این شرکت با استفاده از همین مدل با اسپاتیفای هم وارد همکاری شده تا پادکست‌ها را به زبان‌های دیگر ترجمه کند و آن‌ها را با صدای صاحب کانال به گوش مخاطبان برساند.
ChatGPT همچنین از قابلیتی برای تعامل با این ابزار از طریق تصاویر هم رونمایی کرده است. این ویژگی تا حدی شبیه سرویس گوگل لنز است. فقط باید از سوژه مدنظر خود عکس بگیرید و آن را به چت‌بات بدهید. سپس هوش مصنوعی سعی می‌کند حدس بزند که به‌دنبال چه چیزی هستید.
البته در کنار این تصاویر می‌توانید از متن یا صوت هم استفاده کنید یا حتی روی آن‌ها علامت بگذارید. قابلیت گفت‌گوی صوتی ابتدا به نسخه موبایل ChatGPT اضافه خواهد شد، اما قابلیت استفاده از تصاویر به همه پلتفرم‌ها می‌آید.
