OpenAI已经开始为ChatGPT Plus和Teams用户推出备受期待的高级语音模式，标志着朝着更人性化的人工智能交互又迈出了一步。

该功能允许实时、流畅的对话，由OpenAI的最新模型GPT-4o提供支持，该模型结合了文本、视觉和音频，以提供更快的响应。

OpenAI在一条官方推文中表示：“Advanced Voice将在本周内在ChatGPT应用程序中向所有Plus和Team用户推出。”它还补充道：“它还可以用50多种语言说‘对不起，我迟到了’。”这解决了该项目经历的长时间延误。

不用说，一个值得注意的元素仍然缺失：轻浮，绝对太人性化了“天空”的声音，因其与女演员斯嘉丽·约翰逊的惊人相似而引起轰动。在她的法律团队致函OpenAI首席执行官Sam Altman之后，OpenAI暂停Sky的声音，坚持认为约翰逊独特的声音和Sky之间的任何相似之处都纯粹是巧合。

相反，OpenAI推出了五种新的语音：Arbor、Maple、Sol、Spruce和Vale，它们有标准和高级语音模式。这些加入了之前可用的Breeze、Juniper、Cove和Ember。（出于某种原因，该公司似乎以肥皂香水命名。）Plus和Team级别的用户将逐渐获得这些新的声音，这些声音旨在使对话更加自然，具有情感反应能力，并能够随时打断和切换话题。

此外，OpenAI正在增加与自定义说明以及“记忆”，允许用户进一步个性化他们的ChatGPT体验，根据他们的喜好定制交互。正如基于文本的聊天机器人从你的指令（即你的姓名、职业，以及你喜欢阅读的答案类型）中学习一样，新的声音也会试图从你的对话中学习，使它们更自然、更熟悉，并适应你的偏好。

欧盟、英国、瑞士、冰岛、挪威和列支敦士登的用户将不得不等待，因为该功能尚未在这些地区推出。根据OpenAI的时间表，企业和Edu用户可以从下周开始访问。推出速度很慢，并非所有用户，即使是来自受支持地区的用户，都有可用的功能。

OpenAI还改进了流行外语的口音，提高了对话速度和流畅性。该设计也进行了更新，使用了一个动画蓝色球体，在视觉上代表了发生的语音交互，比他们用来展示的极简主义黑点更具美感。

虽然OpenAI继续完善其语音AI产品，但该领域的竞争一直在升温。

谷歌的NotebookLM目前提供了一些最像人类的人工智能声音，能够以非凡的真实感模拟人工智能生成的演讲者之间的整个辩论。

谷歌的人工智能工具可以处理多达100万个数据令牌，并让用户与之交互，解密以前；报道. ；一旦用户上传了一组包含不同类型信息的特定文档，Notebook LM就可以生成长达10分钟的音频，其中两个AI会讨论该特定信息。结果几乎是非常现实的。

除了谷歌，Meta也凭借自己的实时助手加入了这场竞争，元人工智能尽管它尚未广泛使用。该助手还能够与用户进行自然对话，流畅地处理命令。这种声音比我们在大多数人工智能助手中看到的典型机器人声音更自然，但它仍然有一些特征——比如语音节奏和速度——使其可以被识别为人工智能生成的。也就是说，路透社报道称，Meta即将推出的聊天机器人将拥有朱迪·丹奇和迈克尔·塞尔纳的角色。这不是斯嘉丽·约翰逊，但也不是剁碎的肝脏。

编辑人奎特纳以及塞巴斯蒂安·辛克莱