·新的音頻功能允許用戶與ChatGPT對話并立即接收實時響應(yīng)，也可以在ChatGPT說話時打斷。視頻和屏幕共享等更高級功能將在晚些時候推出。
OpenAI正在推動新一代人工智能語音助手的發(fā)展。新的音頻功能將允許用戶與ChatGPT對話并立即接收實時響應(yīng)，也可以在ChatGPT說話時打斷它。語音模式可分辨不同的語音語調(diào)所傳達的信息。它的聲音聽起來更自然，并利用聲音傳達各種不同情緒。
新的語音模式由OpenAI的GPT-4o模型提供支持，該模型結(jié)合了語音、文本和視覺功能。為了收集反饋，OpenAI最初向ChatGPT Plus的“一小部分用戶”推出語音高級功能，但OpenAI表示，將在今年秋天向所有ChatGPT Plus用戶開放。
OpenAI將語音通線月，稱需要時間達到發(fā)布標準。OpenAI表示已與100多個外部紅隊測試了GPT-4o的語音功能，涉及45種語言。該公司表示已經(jīng)建立了幾項安全機制，例如為了保護隱私，防止該模型被用來制作深度造假語音，它與配音演員合作創(chuàng)建了四種預(yù)設(shè)聲音，GPT-4o不會模仿或生成其他人的聲音。
此前，OpenAI首次推出GPT-4o時，因使用名為“Sky”的聲音而遭到強烈反對，這聽起來很像女演員斯嘉麗·約翰遜（Scarlett Johansson）的聲音。斯嘉麗·約翰遜曾發(fā)表聲明，稱OpenAI曾聯(lián)系過她，希望允許模型使用她的聲音，但她拒絕了。OpenAI否認這是約翰遜的聲音，但已暫停使用Sky。
OpenAI也表示，已采用過濾器識別和阻止生成音樂或其他受版權(quán)保護的音頻的請求，并將文本模型中使用的相同安全機制應(yīng)用于GPT-4o，防止其違反法律，產(chǎn)生有害內(nèi)容?！拔覀冊O(shè)置了護欄來阻止對暴力或受版權(quán)保護內(nèi)容的請求?！贝送?，視頻和屏幕共享等更高級功能將在晚些時候推出。
