OpenAI 周二 (24 日) 宣布，將向 ChatGPT 的更多付費客戶推出高級語音模式 (AVM)。音訊功能使 ChatGPT 的交談更加自然，最初將向 ChatGPT Plus 和 Teams 級別的客戶推出，下周，這些功能將向 OpenAI 企業和教育客戶開放。
據報導，高級語音模式主要特點包括：
- 改進的對話體驗：AVM 允許更流暢、響應更靈敏的對話，使用戶能夠中斷 AI 並收到對方向變化的即時反應。
- 新聲音：增加了五種新聲音，分別為 Arbor、Maple、Sol、Spruce 和 Vale，使聲音總數達到九種。
- 自訂指令和記憶體：使用者可以使用自訂指令和記憶體來個性化 ChatGPT 如何回應他們，從而允許 AI 記住對話並在以後引用它們。
- 增強的口音和對話流暢性：口音識別和對話流暢性得到了改進，特別是在某些外語中。
- 新設計：AVM 採用全新設計，帶有動畫藍色球體，取代了先前使用的動畫黑點。
全新的語音功能適用於 OpenAI 的 AI 模型 GPT-4o，不適用於最近發布的預覽模型 o1。
OpenAI 指出，先進的語音助理可以用超過 50 種語言說「對不起，我遲到了」，並在社群媒體的貼文中附上一段影音，演示用戶可以要求語音助手表達，因為讓奶奶等了很久，向奶奶致歉。影片顯示，AI 助理首先按照要求總結了用戶想要表達的意思，用英語說了一遍，而後，在用戶提示 AI 奶奶只會說中文之後，AI 助手又用標準的中文說了一遍。
這次發布中缺少的另一個功能是：ChatGPT 的影音和螢幕共享，這一功能 OpenAI 在 4 個月前的春季更新期間首次亮相，原本應該讓 GPT-4o 同時處理視覺和聽覺訊息。
儘管如此，OpenAI 表示，自從發布 AVM 的有限 alpha 測試以來，它已經做出了一些改進。據稱，ChatGPT 的語音功能現在可以更好地理解口音，該公司表示其對話也更加流暢和快速。
OpenAI 發言人表示，目前 AVM 尚未在歐盟、英國、瑞士、冰島、挪威和列支敦士登等多個地區推出。
