7 月 30 日，OpenAI 推出了 ChatGPT 高等语音模式，用户首次能够体验 GPT-4o 超逼真语音交互。
目前，Alpha 版本面向于小部分 ChatGPT Plus 用户，秋季之后将逐步推广至所有 Plus 用户。

OpenAI 表示，春季更新期间演示的***和屏幕共享功能并不包括在 Alpha 版本在内，而是在后面推出。

ChatGPT 高等语音模式不同于此前的语音模式，原有的音频办理方案利用了三个独立的模型：一个用于将用户的语音转换为文本，然后由 GPT-4 处理 Prompt，然后由第三个模型将 ChatGPT 天生的文本转化为语音。

GPT-4o 是一个多模态模型，能够在没有其他模型赞助的情形下处理这些任务，由于在体验年夜将显著降落对话的延迟。

OpenAI 还透露，GPT-4o 可以感知用户声音中的感情语调，包括悲哀、愉快或者唱歌；目前，Alpha 组的用户将在 ChatGPT 中收到提醒，并将收到一封邮件先容如何利用。

据悉，高等语音模式种的预设声音将仅限 Juniper、Breeze、Cove 以及 Ember，这些都是与付费配音演员互助制作的，而 5 月份演示的 Sky 声音将不再可用。

OpenAI 发言人 Lindsay McCallum 表示，ChatGPT 目前还无法模拟其他人的声音，无论是个人还是"大众年夜世人物，并且会屏蔽与这四种预设声音不同的输出。

此外，OpenAI 引入了新的过滤办法来避免模型天生受版权保护的音频，从而造成法律轇轕。

自发布 Demo 以来，OpenAI 已经与 100 多名利用 45 种不同措辞的外部红队成员一起测试了 GPT-4o 语音功能，干系的安全方法报告将在 8 月初发布。

本文由大家都是产品经理作者【江天 Tim】，微信公众年夜众号：【有新Newin】，原创/授权 发布于大家都是产品经理，未经容许，禁止转载。

题图来自Unsplash，基于 CC0 协议。