OpenAI推GPT-4语音模式

7月31日消息，美国AI巨头OpenAI宣布从7月30日起，开始向部分ChatGPT Plus用户推出GPT-4o的高级语音模式。该模式支持更自然流畅的实时对话，用户可以随时打断AI，并且AI还能识别并回应情绪变化。

OpenAI曾在5月份发布GPT-4o时展示了语音功能，原计划6月底开放，后来推迟到了7月。秋季时，所有ChatGPT Plus用户都能体验到这项服务。OpenAI表示，逐步推出是为了更好地监控使用情况并依据反馈持续优化模型的安全性和能力。同时，还在开发视频和屏幕共享等功能，但具体上线时间未定。

初期阶段，语音模式的功能相对有限，比如不支持通过摄像头捕捉用户行为并反馈。目前有四种预设声音供选择：Juniper、Breeze、Cove和Ember，这些是由专业配音演员录制的。此前因一款类似好莱坞明星斯嘉丽·约翰逊的声音遭到律师函警告后，OpenAI停用了该声音，并加强了过滤机制，防止生成可能侵犯版权的音频内容。对于AI企业来说，规避法律风险已成为重要考量。