OpenAI發(fā)布一項重大更新，宣布面向其所有付費(fèi)訂閱ChatGPT Plus和Team計劃的用戶開放高級人工智能（AI）語音助手功能——“高級語音模式”（Advanced Voice Mode，AVM），將可以通過說話而不是輸入提示的方式來使用聊天機(jī)器人。據(jù)了解，Plus用戶每月需支付20美元，Team用戶每月支付30美元并擁有更多的使用次數(shù)。OpenAI將逐步向用戶推出訪問權(quán)限，并從下周開始面向企業(yè)和教育推出，所有Plus用戶將在秋末之前獲得訪問權(quán)限。

OpenAI曾在今年5月份發(fā)布GPT-4o時對外展示過該實時語音技術(shù)，據(jù)演示視頻內(nèi)容，該能力目前也主要體現(xiàn)于GPT-4o模型上。自首次公開亮相以來，ChatGPT的高級語音模式便受到了高度關(guān)注。經(jīng)過數(shù)月的研發(fā)與測試，OpenAI決定將此功能開放給所有付費(fèi)用戶，此舉有望進(jìn)一步增強(qiáng)OpenAI在人工智能領(lǐng)域的競爭力與影響力。

在此次更新中，語音模式的設(shè)計從外觀上得到了改進(jìn)?，F(xiàn)在，語音功能由一個藍(lán)色的動畫球體代表，取代了此前OpenAI在5月展示時使用的黑色動態(tài)點(diǎn)。當(dāng)用戶在ChatGPT應(yīng)用中獲得高級語音權(quán)限后，會在語音圖標(biāo)旁看到一個彈出提示，方便用戶快速啟用。

AVM提高了部分外語的對話速度、流暢度并改進(jìn)口音。此外，AVM還新增了兩大功能：為語音助手存儲“自定義指令”，以及記住用戶希望語音助手表現(xiàn)何種行為的“記憶”的功能（這類似于今年4月OpenAI為ChatGPT文本版本推出的記憶功能）。也就是說，ChatGPT用戶可以利用自定義指令和“記憶”來確保語音模式是個性化的，AVM會根據(jù)他們對所有對話的偏好做出響應(yīng)。

為了提升用戶體驗，ChatGPT新增了五種全新的語音風(fēng)格供用戶選擇：Arbor、Maple、Sol、Spruce和Vale，使得語音總數(shù)達(dá)到九種。此前的語音包括Breeze、Juniper、Cove和Ember，旨在提供多樣化的語氣和特征。

OpenAI表示，這些聲音是使用來自世界各地的專業(yè)配音演員制作的。值得注意的是，此次更新中沒有包含名為Sky的語音 ——OpenAI在春季更新中展示了Sky的語音，但由于被指與女演員斯嘉麗·約翰遜高度相似，引發(fā)了法律糾紛。盡管OpenAI表示并非有意模仿約翰遜的聲音，但為了避免爭議，仍選擇了移除。

OpenAI的模型設(shè)計師Drew也分享了他的使用體驗：“當(dāng)我在忙其他事情或不需要與ChatGPT交談時，它會保持安靜。當(dāng)我有問題時，可以直接提出展開深入的對話?！痹诖诉^程中，ChatGPT的聲音會根據(jù)談話的語氣進(jìn)行調(diào)整。他表示，ChatGPT就像是坐在身旁的朋友，不僅提供信息，還能進(jìn)行思想交流。德魯認(rèn)為在日常使用中，用戶可以使用高級語音模式來創(chuàng)造面試、講故事等場景，而且無需擔(dān)心延遲問題。他強(qiáng)調(diào)：“這種延遲非常低，就像和另一個人交談一樣?！?/span>

ChatGPT高級語音模式現(xiàn)已支持50多種語言，拓展了用戶的溝通范圍。需要注意的是，該高級語音模式目前還沒有向歐盟、英國、瑞士、冰島、挪威和列支敦士登等地區(qū)開放使用。OpenAI尚未公布這些地區(qū)的開放時間。

除了上新高級語音模式，近日OpenAI還發(fā)布了一個多語言大規(guī)模多任務(wù)語言理解 （Multilingual Massive Multitask Language Understanding，MMMLU）數(shù)據(jù)集，測試集提供了14種語言，包括阿拉伯語、德語、西班牙語等，涵蓋57個不同類別的主題，包括初級知識、法律、物理、歷史和計算機(jī)科學(xué)等高級專業(yè)學(xué)科。