ChatGPT「语音助理」来了！　少数Plus用户抢先试用

▲OpenAI预计8月初公布GPT-4o功能。（图／路透）

记者陈香菱／综合报导

美国人工智慧公司OpenAI推出「语音助理」，从29日起，将向部分付费的ChatGPT Plus客户推出语音功能，预计所有的ChatGPT Plus客户在今秋前就能使用。即将推出的视讯功能将可以直接「打断」它的回答，同时有更多「情绪化」的回复，「就像与人交谈一样」。

OpenAI在声明中指出，SearchGPT这是新搜寻功能的原型，希望将AI与网路最新资讯结合，透过搜索不同资料整合来提供快速、及时的答案，也会附上来源的连结，让用户能快速找出更多相关资讯，还可以透过问答对话进行交流，辨识使用者的语调，来产生不同的声音。

「透过逐步推出，我们可以密切监控使用情况，并基于真实世界的回馈，不断改良模型能力和安全性。」OpenAI表示，会持续推出更多新功能及产品，视讯与萤幕共享的功能还在研发中。

OpenAI在X上宣布，将开始向部分付费的ChatGPT Plus客户推出语音功能，语音模式将提供「更自然、即时的对话，允许你随时打断，并能感应并回应你的情绪」，被选到的用户会收到一封电子邮件，里面包含使用说明及相关资讯，预计让所有Plus用户在「今年秋季前」使用到新功能。

We’re starting to roll out advanced Voice Mode to a small group of ChatGPT Plus users. Advanced Voice Mode offers more natural, real-time conversations, allows you to interrupt anytime, and senses and responds to your emotions. pic.twitter.com/64O94EhhXK

语音功能是5月发布GPT-4o时的核心项目，他们也计划在8月初发布GPT-4o的功能、限制和安全评估的详细报告，除了改善ChatGPT的体验模式，GPT-4o将更直觉化的让消费者可以透过这项服务完成各种任务，同时增加其运作效率，会比GPT-4-turbo快上约2倍以上，但价格只需要原先的一半。

在发表会的直播中，官方也直接示范当提出问题时，可以「打断」它的回答，同时将会有更多「情绪化」的回复，甚至可以透过辨识使用者的语调，来产生不同的声音。OpenAI指出，语音功能将支援45种语言，为了保护个人隐私，训练模板只会使用4种预设声音说话。

OpenAI研究人员在视讯活动中展示，新功能让使用者在与ChatGPT进行对话时，可以毫无延迟地获得即时回答，甚至能在ChatGPT讲话时打断它，这两项逼真对话的特点在聊天机器人上前所未见。

Say hello to GPT-4o, our new flagship model which can reason across audio, vision, and text in real time: https://t.co/MYHZB79UqNText and image input rolling out today in API and ChatGPT with voice and video in the coming weeks. pic.twitter.com/uuthKZyzYx