首先获得该功能的推出态版是 ChatGPT Plus 和企业版用户，将在 10 月份推出。多模对话点网识别并给出回答。本可别图该功能仅限于 Android 和 iOS 版 ChatGPT，语音同时也会开放 API 给开发者们 。及识我们还使用我们的像内开源语音识别系统 Whisper 将您的声音转录为文本
。例如照片、容蓝用户可以使用移动端 ChatGPT 拍照或选择照片发送给 AI，推出态版

OPENAI 表示  ：

新的多模对话点网语音功能由心的文本转语音模型提供支持，

本可别图还可以从 5 个声音里选择一个。语音

新功能将在接下来几周推出，及识这些模型将其语言推理技能应用于广泛的像内图像中 ，

OPENAI 昨天晚上宣布 ChatGPT 将支持语音对话，容蓝屏幕截图
、推出态版OPENAI 上周推出了图像生成模型 DALL-E 3，

当这个功能可用后
，例如分析工作图表、

最后 ，然后就可以开启语音对话功能，

第二个功能是图像识别功能，包含文本的和图像的文档等。然后 ChatGPT 会像素级分析图片内容并按照用户提问给出详细的回答，在设备工作异常时进行故障排除等等 。用户转到 ChatGPT 设置里点击新功能，

OPENAI 表示：

图像理解由多模态 GPT-3.5 和 GPT-4 提供支持 ，我们与专业配音演员合作创作了每一个声音
 ，并且可以上传图片由 ChatGPT 进行分析 、这个模型将可以与 ChatGPT 集成，能够仅从文本和几秒钟的样本语音中生成类似人类的音频。不过这些功能也会在后续支持免费版用户
，