散々ニュースでも話題のOpenAIの最新AIモデルを使ってみたいけれど、ChatGPTの有料プランに月20ドルも課金するほどではない、という人が、筆者の周囲には結構いる。 サブスク契約をするのを躊躇して、現在もGPT-3.5など無料プランで...

OpenAIのGPT-4o、AnthropicのClaude 3、GoogleのGemini 1.5 Proと、次々と超高性能なLLMが登場する昨今、全てのAIサービスに別々に登録し、月額サブスクリプション料を支払っていたら、かなりの出費に...

「GPTs」は、ChatGPTのカスタムバージョンを、誰でも作成することのできる機能だ。特定のタスクやトピックに特化したChatGPTを、プログラミングなしで容易に作成することができる。 外部のAPIを組み込むことも可能で、Googleカレンダーなどのタスク管理ツールや、最新の株価情報など外部のデー...

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。...

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...

ChatGPTで知られるOpenAIが開発した、「Whisper」という超高精度な音声認識モデルをご存知だろうか？最近では、ChatGPTのスマホアプリのボイス機能（音声対話機能）でも、Whisperモデルが音声認識のために使われている。 ...

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...

ChatGPT、特にGPT-4モデルを一度でもプログラミングのサポートに使ったことがある人ならば、GPT-4がどれだけ強力なアシスタントになるか分かっているはずだ。 何か実行したいタスクや書きたいプログラムがあるとき、その内容を自然言語で伝えるだけで、GPT-4が一発で動くコードを生成してくれること...

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...

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。...