OpenAI 剛剛宣布了一個(gè)令人興奮的新功能——高級(jí)語(yǔ)音模式（AVM），這標(biāo)志著人工智能在語(yǔ)音交互領(lǐng)域的又一次進(jìn)步。AVM 利用 GPT-4o 的原生音頻技術(shù)，為用戶(hù)提供更加自然和實(shí)時(shí)的對(duì)話(huà)體驗(yàn)。

周二，OpenAI 宣布向更多 ChatGPT 付費(fèi)用戶(hù)推出“高級(jí)語(yǔ)音模式”（Advanced Voice Mode，簡(jiǎn)稱(chēng) AVM ）。

目前，OpenAI 提供了兩種類(lèi)型的語(yǔ)音對(duì)話(huà) —— 標(biāo)準(zhǔn)語(yǔ)音和高級(jí)語(yǔ)音：

1）高級(jí)語(yǔ)音：目前正在向 Plus 和 Team 用戶(hù)逐步推出。該功能使用 GPT-4o 的原生音頻技術(shù)，能夠?qū)崿F(xiàn)更加自然的實(shí)時(shí)對(duì)話(huà)，并捕捉非語(yǔ)言線(xiàn)索（例如語(yǔ)速），還能作出情感化的回應(yīng)。

Plus 和 Team 用戶(hù)每天對(duì)高級(jí)語(yǔ)音的使用量有限制，包括語(yǔ)音輸入和輸出。企業(yè)版和教育版的用戶(hù)將在下周開(kāi)始獲得該功能。

2）標(biāo)準(zhǔn)語(yǔ)音：適用于所有登錄 ChatGPT的用戶(hù)，并可以通過(guò) iOS、macOS 和Android 應(yīng)用使用。

標(biāo)準(zhǔn)語(yǔ)音通過(guò)多種模型生成響應(yīng)，包括將語(yǔ)音轉(zhuǎn)錄為文本，再傳遞給模型進(jìn)行回答。

盡管標(biāo)準(zhǔn)語(yǔ)音不像高級(jí)語(yǔ)音那樣具備原生多模式功能，但它仍然使用 GPT-4o 和 GPT-4o mini。需要注意的是，標(biāo)準(zhǔn)語(yǔ)音中的每一次提示都會(huì)計(jì)入消息限制。

要開(kāi)始語(yǔ)音對(duì)話(huà)，需要選擇屏幕右下角的“語(yǔ)音”圖標(biāo)：

當(dāng)開(kāi)始高級(jí)語(yǔ)音對(duì)話(huà)時(shí)，用戶(hù)將被帶到一個(gè)屏幕，屏幕中心有一個(gè)藍(lán)色球體：

AVM 將在一周內(nèi)逐步向所有 Plus 和 Team 用戶(hù)推送。在等待期間，OpenAI 還增加了“自定義指令”、記憶功能、五種新語(yǔ)音和改進(jìn)的口音支持，還可以用超過(guò) 50 種語(yǔ)言說(shuō)“抱歉，我遲到了”。

此外，ChatGPT 還新增了五種可供用戶(hù)體驗(yàn)的語(yǔ)音：Arbor、Maple、Sol、 Spruce 和 Vale，加上之前的 Breeze、Juniper、Cove 和 Ember，ChatGPT 語(yǔ)音總數(shù)達(dá)到了九種，幾乎趕上了谷歌 Gemini Live 的數(shù)量。

1. Arbor – 隨和且多功能
2. Breeze – 生動(dòng)活潑
3. Cove – 沉著且直接
4. Ember——自信而樂(lè)觀
5. Juniper – 開(kāi)放而樂(lè)觀
6. Maple——開(kāi)朗、坦誠(chéng)
7. Sol – 精明且放松
8. Spruce——冷靜而肯定
9. Vale——聰明且好奇

OpenAI 表示，自從 AVM 的有限 alpha 測(cè)試發(fā)布以來(lái)，已經(jīng)進(jìn)行了多項(xiàng)改進(jìn)。據(jù)稱(chēng)ChatGPT的語(yǔ)音功能現(xiàn)在對(duì)口音的理解能力更強(qiáng)，且對(duì)話(huà)更加順暢和迅速。

OpenAI 還將 ChatGPT 部分定制功能擴(kuò)展到了 AVM，包括“自定義指令”，允許用戶(hù)個(gè)性化 ChatGPT 的響應(yīng)方式，以及“記憶功能”，讓 ChatGPT 能夠記住之前的對(duì)話(huà)以供以后參考。