OpenAIのGPT-4をも凌駕すると言われるAnthropicのClaude 3だが、最上位のOpusモデルを使用するには、月額20ドルの契約が必要だ。 ChatGPTもClaude 3も、最上位モデルを利用するにはどちらも月額20ドルを要するので、話題のClaude 3 Opusを試してみたくて...

OpenAIが開発している「Whisper」は、あらゆる言語で人間の会話音声を文字起こしできる高性能なSpeech-to-textモデルだ。 Whisperはオープンソース化されており、モデルをダウンロードすれば、無料で、誰でも利用できる。 しかし、実用上の大きな問題がある。それは、文字起こしには相...

有料版のChatGPT Plusで利用できるGPT-4モデルや、画像解析の機能は、APIとしても使うことができる。 API経由でGPT-4やGPT-4V（画像解析に対応したモデル）を利用すると、入力した情報がトレーニングに使われず、プライバシーが守られるという大きな利点がある。 ビジネスユーザーなど...

DALL-E 3は、自然言語のプロンプトに基づいて画像を生成する、OpenAIによって開発された最新の生成AIモデルだ。 そんな最新のDALL-E 3を、誰でも、数クリックだけで簡単に、速攻で試せるGoogle Colaboratoryのノートブックを作ったので、この記事で使い方を紹介する。 マンガ...

Whisperは、ChatGPTで知られるOpenAIによって開発された非常に正確な音声認識モデルで、会話の音声をテキストに書き起こしてくれる。 100万時間以上のデータでトレーニングされた最新のAIモデルだが、驚くべきことにオープンソースで公開されているため、誰でも、無料で、簡単に利用することがで...

2023年11月のOpenAIのイベントでAPIが利用可能になったばかりの、テキストからの音声合成AIであるText-to-speech（TTS）モデル。すでに有料版のChatGPTでは、ChatGPTからの返信を音声で読み上げてくれる音声対話の機能があり、その自然な音声合成を体験することができる。...

OpenAIのChatGPTは非常に便利だが、チャットの履歴はAIのトレーニングに使われてしまうため、特にビジネスユーザーの場合、会社の情報を入力すると情報漏洩のリスクがつきまとう。また、無料で利用できるのはGPT-3.5までで、精度の高い...