在首次向公眾展示的四個(gè)月后，OpenAI終于要面向其所有付費(fèi)用戶開(kāi)放ChatGPT的類(lèi)人高級(jí)人工智能（AI）語(yǔ)音助手功能——“高級(jí)語(yǔ)音模式”（Advanced Voice Mode，以下簡(jiǎn)稱(chēng)AVM）。

OpenAI周二（24日）宣布，所有付費(fèi)訂閱ChatGPT Plus和Team計(jì)劃的用戶，都將可以使用新的AVM功能，不過(guò)該模式將在未來(lái)幾天逐步推出。它將首先在美國(guó)市場(chǎng)上線。

該功能將向OpenAI Edu 和Enterprise 計(jì)劃的訂閱者開(kāi)放。據(jù)悉，AVM提高了部分外語(yǔ)的對(duì)話速度、流暢度并改進(jìn)口音。

OpenAI的最新舉措意味著，本周，ChatGPT的Plus版?zhèn)€人用戶和Teams版小型企業(yè)團(tuán)隊(duì)用戶都可以啟用新的語(yǔ)音功能，只需通過(guò)說(shuō)話、無(wú)需手動(dòng)輸入提示詞和GPT對(duì)話;在App上訪問(wèn)高級(jí)語(yǔ)音模式時(shí)，用戶可以通過(guò)彈出窗口知道自己已經(jīng)進(jìn)入了高級(jí)語(yǔ)音助手，用戶會(huì)收到App的通知。

此外，AVM還新增了兩大功能：為語(yǔ)音助手存儲(chǔ)“自定義指令”，以及記住用戶希望語(yǔ)音助手表現(xiàn)何種行為的“記憶”的功能（這類(lèi)似于今年4月OpenAI為ChatGPT文本版本推出的記憶功能）。

也就是說(shuō)，ChatGPT用戶可以利用自定義指令和“記憶”來(lái)確保語(yǔ)音模式是個(gè)性化的，AVM會(huì)根據(jù)他們對(duì)所有對(duì)話的偏好做出響應(yīng)。

語(yǔ)音方面，OpenAI推出了五種不同風(fēng)格的新聲音：Arbor、Maple、Sol、Spruce 和 Vale，加上之前老版本的四種聲音Breeze、Juniper、Cove和Ember，可選聲音達(dá)到九種，撤走了被指山寨“寡姐”（女演員斯嘉麗·約翰遜）的聲音Sky。

這意味著，ChatGPT的Plus版?zhèn)€人用戶和小型企業(yè)團(tuán)隊(duì)用戶（Teams）可以通過(guò)“說(shuō)話”的方式，而不是輸入提示來(lái)使用聊天機(jī)器人。

當(dāng)用戶在應(yīng)用程序上進(jìn)入語(yǔ)音模式時(shí)，他們會(huì)通過(guò)一個(gè)彈出窗口知道他們已經(jīng)進(jìn)入了高級(jí)語(yǔ)音助手。最后值得一提的是，AVM可以用超過(guò)50種語(yǔ)言說(shuō)“對(duì)不起，我遲到了”。

根據(jù)OpenAI在X上發(fā)布的一段視頻，用戶要求語(yǔ)音助手表達(dá)，由于讓奶奶久等了，向奶奶致歉。AVM先用英語(yǔ)流暢地總結(jié)了一遍，并在用戶表示“奶奶只會(huì)說(shuō)普通話”后，又用標(biāo)準(zhǔn)的中文普通話表達(dá)了一遍。

這些更新只適用于OpenAI的AI模型GPT-4o，不適用于最近發(fā)布的預(yù)覽模型o1。

今年5月，OpenAI首次展示了這款語(yǔ)音產(chǎn)品，并展示了它如何快速響應(yīng)用戶發(fā)出的書(shū)面和視覺(jué)提示。但在6月，以解決潛在安全問(wèn)題為由，推遲發(fā)布。到了7月份，該功能也只面向有限數(shù)量的ChatGPT Plus用戶開(kāi)放。不過(guò)，新的語(yǔ)音模式缺少5月OpenAI展示過(guò)的不少功能，比如計(jì)算機(jī)視覺(jué)功能。該功能可讓GPT僅通過(guò)使用智能手機(jī)的攝像頭就對(duì)用戶的舞蹈動(dòng)作提供語(yǔ)音反饋。

本文系觀察者網(wǎng)獨(dú)家稿件，未經(jīng)授權(quán)，不得轉(zhuǎn)載。