ChatGPT高级语音模式，正式上线！支持超50种语言，演示视频中用普通话说“对不起”，斯嘉丽的声线没有了

9月25日，OpenAI正式宣布，ChatGPT的高级语音模式（Advanced Voice Mode）将于本周内正式面向ChatGPT Plus个人用户及小型企业团队（Teams）用户推出，该功能将率先在美国市场上线。

此外，OpenAI表示，下周将向OpenAI企业版和教育版用户开放这一功能。但值得注意的是，全新的语音功能适用于OpenAI的GPT-4o模型，不适用于最近发布的预览模型o1。

图片来源：X社交平台

此次更新意味着，从本周起，ChatGPT的Plus版个人用户和小型企业团队用户可以通过“语音”而非传统文本输入与聊天机器人进行互动。

高级语音模式的两大亮点尤为引人注目：一是支持用户为语音助手设定“自定义指令”，实现个性化操作；二是具备“记忆”功能，能记住用户偏好的交互方式，这与今年早些时候为ChatGPT的文本版本推出的功能类似。

图片来源：X社交平台

在官方发布的视频中，OpenAI的技术项目经理夏洛特·科尔（Charlotte Cole）和OpenAI研究工程师迈克（Mike）表示，用户不仅能自定义对话语速，还能让模型以用户的名字或偏好的称呼进行交流，使沟通更加亲切自然。

此外，用户还能在系统内预设个人姓名与住址信息。当发起新一轮对话时，如询问“这个周末天气真好，户外有什么有趣的活动可以推荐吗？”高级语音助手将调用用户之前输入的住址信息，主动推荐周边的游玩地点，甚至贴心地规划出行路线。

 

图片来源：X社交平台

为满足不同用户的喜好，高级语音模式新增了五种各具特色的声线：Arbor、Maple、Sol、Spruce和Vale，与原有四种声音Breeze、Juniper、Cove和Ember，共同构成了九大声线选择。这些声线的名称均以自然元素为灵感，旨在提供多样化的语气和特征。

值得注意的是，OpenAI撤除了被指模仿女演员斯嘉丽·约翰逊（Scarlett Johansson）的Sky声线。此前，斯嘉丽指控OpenAI的ChatGPT非法使用其声音，同时要求将语音下架。

此外，OpenAI表示，他们还对部分外语的对话能力进行了优化，不仅提升了对话速度和流畅度，还对口音进行了细致调整，力求更贴近自然交流。

OpenAI的模型设计师德鲁（Drew）也分享了他的使用体验，他表示，在日常使用中，用户可以将高级语音助手置于一旁，它会在静默中等待，不会打扰到用户。而当用户有任何疑问或需要时，随时可以向它发起对话，它将迅速捕捉对话的语调变化，灵活扮演各种角色，如同与真人朋友通话般自然流畅。

图片来源：X社交平台

ChatGPT高级语音模式现已支持50多种语言，拓展了用户的沟通范围。尤为有趣的是，在官方发布的演示视频中，用户要求语音助手表达，由于让奶奶久等了，向奶奶致歉。高级语音助手先用英语流畅地总结了一遍，并在用户表示“奶奶只会说普通话”后，又用标准的普通话表达了一遍“对不起，我迟到了”，仿佛是OpenAI因为一再推迟发布高级语音模式，在向用户们致歉。

需要注意的是，该高级语音模式目前还没有向欧盟、英国、瑞士、冰岛、挪威和列支敦士登等地区开放使用。OpenAI尚未公布这些地区的开放时间。

图片来源：X社交平台

OpenAI首席执行官山姆·奥尔特曼（Sam Altman）在社交平台上难掩兴奋之情，表示“希望你们觉得等待是值得的”，还加上了委屈和比心的表情。

图片来源：X社交平台

尚在假期的OpenAI总裁格雷格·布罗克曼（Greg Brockman）也热情参与了宣传，他表示：“高级语音功能的推出，让你能够轻松与ChatGPT展开流畅无阻的对话。那一刻，你或许会意识到，以往在电脑上费力打字交流的方式是多么不自然。”

图片来源：X社交平台

每日经济新闻综合公开消息