ChatGPT高级语音模式全量开放，你需要知道的细节都在这里

不用等到秋天，今天凌晨，OpenAI宣布ChatGPT新版高级语音模式将在本周内向所有Plus和Team用户全量推送。

OpenAI CEO Sam Altman在X平台发文称：

高级语音模式今天正式上线！（将在本周内全量推送）希望你觉得等待是值得的。

不过，新版高级语音模式每天的使用时间也是有限制，并且这个限制也会有所变化，当用户的使用时间剩余15分钟时，系统就会发出提醒。

这意味着，想要将其作为24小时无话不谈的AI密友可能不太现实。

判断你是否已经获得推送资格有两种简单的方法。

第一种，如果获得资格推送，当你首次访问语音模式时，App中将显示以下通知：

第二种方法则是通过检查语音风格的数量来判断。

此前，ChatGPT支持五种预设语音风格，但后续由于“Sky”语音风格与“寡姐”的法律纠纷而遭到下架。

今天，OpenAI一口气推出了五种听起来更自然的全新语音风格——Vale、Spruce、Arbor、Maple、Sol。

OpenAI官网是这样描述这九种声音的：

• Arbor：随和且多才多艺

• Breeze：生动且认真

• Cove：沉着且直率

• Ember：自信且乐观

• Juniper：开放且乐观

• Maple：开朗且坦率

• Sol：精明且轻松

• Spruce：冷静且确信

• Vale：聪明且好奇

在听完新增的语音风格后，网友们也都是萝卜青菜各有所爱。有的怀念起“Sky”，有的则已经沉浸在新的语音风格中。目前呼声比较高的是Sol，你更喜欢哪种音色，也欢迎在评论区分享。

那ChatGPT的高级语音模式的效果如何呢？

官方提供了一个示例，当你因为迟到而想真诚地向只会说普通话的奶奶道歉时，你可以借助会说50多种语言的ChatGPT来实现这一诉求。

你没有听错，ChatGPT就这样字正腔圆地说出了下面这番普通话：

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？

此外，ChatGPT的高级语音模式现在还支持设定自定义指令。

OpenAI员工指出，声音模态（声音的传递方式）包含许多元素，这些元素在文本对话中可能无法体现，比如口音、语调、节奏等。

现在，用户可以通过设置来定制AI模型的说话方式，以便更准确地描述用户希望模型如何说话。

她举例称，比如让模型以特定的节奏说话，发音清晰，说话慢，并定期使用用户的名字。她建议从简单的开始，比如让模型知道用户的名字和一些基本信息。

在具体的场景中，用户询问周末可以做什么有趣的事情。ChatGPT高级语音模式就会根据天气和用户所在地区（海湾地区）提供了一些建议，如徒步旅行、野餐或沿着1号公路开车。

又或者，她表示喜欢开车游览风景的想法，并询问应该走哪条路线时，ChatGPT也能给出周全的计划。

简言之，通过定制模型的语音和交互方式，ChatGPT高级语音模式就能根据用户的喜好和需求提供具体的建议，并使得交互更加自然和有用。

此外，新版ChatGPT高级语音模式的对话速度、流畅度以及口音都得到了较大的改善，做你的外语搭子或许真的值得考虑。

OpenAI模型设计师德鲁在聊到使用体验时表示，当他在做某件事或不需要与ChatGPT交谈时，ChatGPT会保持安静。

当他有问题时，他会提出问题，然后这个问题可以延伸成一场长时间的对话。

在对话过程中，ChatGPT的声音会根据谈话的语气进行调整。在他看来，ChatGPT就像是坐在他旁边的朋友，不仅提供信息，还能进行思想上的交流。

而落到实际也可以尝试用它来练习面试等场景，并且无需担心延迟问题。

德鲁强调“我的意思是，这种延迟非常低，就像和另一个人交谈一样。”（首批用户体验可以回看APPSO此前的文章：《GPT-4o语音模式首批用户体验来了！电影《her》终于成真，网友：差点爱上她了》）

值得注意的是，OpenAI推出的新版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。

一石激起千层浪，受波及的网友对此是既愤懑也无奈。

遗憾的是，ChatGPT的视频和屏幕共享仍旧没上线。

四个月前，这项功能在发布会上惊艳亮相。当时，OpenAI还向我们展示了如何实时向ChatGPT询问面前纸上的数学问题或电脑屏幕上的代码。

目前，OpenAI尚未明确何时推出该功能。

在发展动辄以天算的AI行业中，姗姗来迟的高级语音模式本质上还是一个阉割品。

没有新增过于亮眼的功能，甚至也没有完成五月份发布会上的功能承诺，早有预热的全量推送倒更像定点狙击Google新模型的产物。

吊诡的是，OpenAI字典里的“即将推出”似乎也和我们的不太一样。

有些早已承诺的功能可能意味着明天，也可能是明年。

而如果换个角度想，技术能力过硬的OpenAI同时也是一家贩卖想象的公司，我们最期待的或许也是他们下一次的挖坑。

毕竟，这已经成为了他们的一种传统，不是吗？

One more thing

OpenAI官网今天更新了一版关于ChatGPT语音模式的QA解答，我们也简单总结了一些实用解答，希望对你有所参考。

1、在使用高级语音模式时，你依然可以挂在手机后台继续保持对话。

2、如果你从文本或标准语音模式切换到高级语音模式，请注意，你将无法返回到之前的文本或标准语音对话状态。

3、在车内使用车载蓝牙或免提电话功能时，高级语音对话的体验可能会受到影响，因为目前OpenAI还没有为这些设备提供专门的优化。

3、高级语音对话目前还未对GPTs开放。你只能与GPTs进行标准语音对话。GPTs拥有自己独特的语音选项，名为Shimmer。

4、为了尊重音乐创作者的版权，OpenAI采取了多项安全措施，包括新的过滤条件，以防止语音对话生成音乐内容，包括唱歌。

5、高级语音模式对话本质上是多模态的，转录的文本并不总是与原始对话完全一致。

6、高级语音对话中的音频会与聊天记录一同保留，直到你主动删除。删除后，音频通常会在30天内被删除，但在某些特定情况下可能会保留更长时间。

7、OpenAI表示，默认情况下，系统不会使用你在语音聊天中的音频来训练模型，除非你选择共享这些音频。

8、如果“设置”没有开启“改善所有用户的语音聊天体验”选项，说明你没有共享音频，系统也不会使用你的音频来训练模型。

官网地址：https://help.openai.com/en/articles/8400625-voice-mode-faq

本文来自微信公众号：APPSO （ID：appsolution），作者：APPSO