OpenAI：ChatGPT高级语音助手支持50多种语言、9种声线可选

ChatGPT

9.9

ChatGPT官方安卓版App下载

立即下载

在线联系我们

愿听其祥: *

版权投诉 请求更新 商务合作 广告合作 无效内容 无效链接

姓名: *

电子邮件: *

请在方框内告诉我们具体内容 *

点击提交

OpenAI周二（24日）宣布，所有付费订阅ChatGPT Plus和Team计划的用户，都将可以使用新的AVM功能，不过该模式将在未来几天逐步推出。它将首先在美国市场上线。下周，该功能将向OpenAI Edu 和Enterprise 计划的订阅者开放。

OpenAI最近推出的高级语音模式（Advanced Voice Mode，简称AVM）功能，面向所有付费用户开放。以下是对文章的梳理和重点提炼：

1. AVM功能概述：
   • OpenAI将在未来几天逐步向所有ChatGPT Plus和Team计划用户开放AVM功能，首先在美国市场推出。
   • AVM旨在提升语音助手的对话能力，尤其是外语的速度、流畅度及口音优化。
2. 新增功能：
   • 自定义指令和记忆功能：用户可以通过自定义指令和“记忆”功能让语音助手的表现更个性化。AVM会根据用户的偏好进行调整，类似于今年4月推出的文本版ChatGPT的“记忆”功能。
3. 语音选项：
   • 新增了五种语音风格：Arbor、Maple、Sol、Spruce 和 Vale。
   • 加上之前的四种老版本声音（Breeze、Juniper、Cove 和 Ember），总共有九种声音可供选择。
   • OpenAI移除了被指模仿斯嘉丽·约翰逊声音的Sky版本。
4. 语音模式的应用：
   • Plus版和Team版的用户可以通过语音指令使用ChatGPT，而不再需要输入文字提示。
   • 当用户开启语音模式时，应用会弹出窗口提示已进入高级语音助手状态。
5. 语言能力：
   • AVM支持超过50种语言，并能够根据用户需求灵活切换语言。例如，AVM在一个示例中，先用英语道歉，后根据用户要求切换为普通话进行表达。
6. 功能限制和模型适用范围：
   • 目前，这些更新只适用于GPT-4o模型，不适用于最近发布的预览模型o1。
7. 发展历程：
   • AVM最早在今年5月首次展示，6月由于安全问题推迟发布。7月，该功能只向部分ChatGPT Plus用户开放。
   • 尽管AVM功能强大，但缺少了5月份展示的部分功能，例如计算机视觉功能，该功能可通过手机摄像头为用户的舞蹈动作提供语音反馈。

此外，AVM还新增了两大功能：为语音助手存储“自定义指令”，以及记住用户希望语音助手表现何种行为的“记忆”的功能（这类似于今年4月OpenAI为ChatGPT文本版本推出的记忆功能）。

也就是说，ChatGPT用户可以利用自定义指令和“记忆”来确保语音模式是个性化的，AVM会根据他们对所有对话的偏好做出响应。

语音方面，OpenAI推出了五种不同风格的新声音：Arbor、Maple、Sol、Spruce 和 Vale，加上之前老版本的四种声音Breeze、Juniper、Cove和Ember，可选声音达到九种，撤走了被指山寨“寡姐”（女演员斯嘉丽·约翰逊）的声音Sky。

这意味着，ChatGPT的Plus版个人用户和小型企业团队用户（Teams）可以通过“说话”的方式，而不是输入提示来使用聊天机器人。当用户在应用程序上进入语音模式时，他们会通过一个弹出窗口知道他们已经进入了高级语音助手。