OpenAI推出高级语音模式,支持普通话等50多种语言

·OpenAI正式推出的高级语音模式，已支持50多种语言交流，此外新增五种全新的语音风格供用户选择。值得注意的是，此次更新中并未包含名为“Sky”的语音风格。此前，该语音曾被指与女演员斯嘉丽·约翰逊声音高度相似。

9月25日，OpenAI在X平台上宣布，将为ChatGPT的付费用户推出全新的高级语音模式（Advanced Voice Mode，AVM），这一更新旨在使用户与ChatGPT的交互更加自然流畅。OpenAI将在本周向Plus和Teams套餐用户全量推送该新模式，企业版和教育版用户则将于下周开始获得访问权限。

OpenAI CEO山姆·奥特曼（Sam Altman）转发推文并表示：“希望你觉得等待是值得的。”

在此次更新中，语音模式的设计从外观上得到了改进。现在，语音功能由一个蓝色的动画球体代表，取代了此前OpenAI在5月展示时使用的黑色动态点。当用户在ChatGPT应用中获得高级语音权限后，会在语音图标旁看到一个弹出提示，方便用户快速启用。

为了提升用户体验，ChatGPT新增了五种全新的语音风格供用户选择：Arbor（随和且多才多艺）、Maple（开朗且坦率）、Sol（精明且轻松）、Spruce（冷静且确信）和Vale（聪明且好奇），使得语音总数达到九种。此前的语音包括Breeze（生动且认真）、Juniper（开放且乐观）、Cove（沉着且直率）和Ember（自信且乐观）。这些语音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，此次更新中没有包含名为Sky的语音。此前，OpenAI在春季更新中展示了Sky的语音，但由于被指与女演员斯嘉丽·约翰逊高度相似，引发了法律纠纷。尽管OpenAI表示并非有意模仿约翰逊的声音，但为了避免争议，仍选择了移除。

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。

官方提供了一个演示视频，视频里有用户问ChatGPT：如何真诚地向只会说普通话的奶奶道歉时，ChatGPT可以用标准的普通话说出：“奶奶，对不起，我迟到了，我不是故意让您等这么久的，我可以怎么补偿您呢？”

高级语音模式还支持自定义指令功能。OpenAI的技术项目经理夏洛特（Charlotte）在演示视频中表示，语音交流包含许多在文本对话中无法体现的元素，如口音、语调、节奏等。OpenAI的研究工程师迈克（Mike）表示，现在用户可以通过设置输入个人信息，定制属于自己的AI模型。

夏洛特在演示中，输入了自己的姓名和居住地，然后询问ChatGPT周末可以做些什么有趣的事情。ChatGPT高级语音模式根据天气和用户所在的地区，提供徒步旅行、野餐或沿着加州1号公路驾车等建议。当夏洛特表示对驾车感兴趣并询问具体路线时，ChatGPT也提供了更为详细的计划。

OpenAI的模型设计师德鲁（Drew）也分享了他的使用体验：“当我在忙其他事情或不需要与ChatGPT交谈时，它会保持安静。当我有问题时，可以直接提出展开深入的对话。”在此过程中，ChatGPT的声音会根据谈话的语气进行调整。他表示，ChatGPT就像是坐在身旁的朋友，不仅提供信息，还能进行思想交流。德鲁认为在日常使用中，用户可以使用高级语音模式来创造面试、讲故事等场景，而且无需担心延迟问题。他强调：“这种延迟非常低，就像和另一个人交谈一样。”

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。

澎湃科技注意到，OpenAI原计划在6月底推出该语音功能的Alpha版本，但在6月25日表示需要再一个月的时间才能实现。当时该公司表示：“我们正在改进模型能力，使模型能更好地检测内容并拒绝输出某些内容，我们也还在努力改善用户体验，并优化我们的基础设施准备工作，以便能在保持实时响应的情况下，（将新模式）扩展至数百万用户。”