起點課堂會員權(quán)益
職業(yè)體系課特權(quán)
線下行業(yè)大會特權(quán)
個人IP打造特權(quán)
30+門專項技能課
1300+專題課程
12場職場軟技能直播
12場求職輔導直播
12場專業(yè)技能直播
會員專屬社群
榮耀標識速遞｜剛剛，OpenAI 發(fā)布了高級語音模式！
OpenAI 剛剛宣布了一個令人興奮的新功能——高級語音模式（AVM），這標志著人工智能在語音交互領(lǐng)域的又一次進步。AVM 利用 GPT-4o 的原生音頻技術(shù)，為用戶提供更加自然和實時的對話體驗。
周二，OpenAI 宣布向更多 ChatGPT 付費用戶推出“高級語音模式”（Advanced Voice Mode，簡稱 AVM ）。
目前，OpenAI 提供了兩種類型的語音對話 —— 標準語音和高級語音：
1）高級語音：目前正在向 Plus 和 Team 用戶逐步推出。該功能使用 GPT-4o 的原生音頻技術(shù)，能夠?qū)崿F(xiàn)更加自然的實時對話，并捕捉非語言線索（例如語速），還能作出情感化的回應(yīng)。
Plus 和 Team 用戶每天對高級語音的使用量有限制，包括語音輸入和輸出。企業(yè)版和教育版的用戶將在下周開始獲得該功能。
2）標準語音：適用于所有登錄 ChatGPT的用戶，并可以通過 iOS、macOS 和Android 應(yīng)用使用。
標準語音通過多種模型生成響應(yīng)，包括將語音轉(zhuǎn)錄為文本，再傳遞給模型進行回答。
盡管標準語音不像高級語音那樣具備原生多模式功能，但它仍然使用 GPT-4o 和 GPT-4o mini。需要注意的是，標準語音中的每一次提示都會計入消息限制。
要開始語音對話，需要選擇屏幕右下角的“語音”圖標：
當開始高級語音對話時，用戶將被帶到一個屏幕，屏幕中心有一個藍色球體：
AVM 將在一周內(nèi)逐步向所有 Plus 和 Team 用戶推送。在等待期間，OpenAI 還增加了“自定義指令”、記憶功能、五種新語音和改進的口音支持，還可以用超過 50 種語言說“抱歉，我遲到了”。
此外，ChatGPT 還新增了五種可供用戶體驗的語音：Arbor、Maple、Sol、 Spruce 和 Vale，加上之前的 Breeze、Juniper、Cove 和 Ember，ChatGPT 語音總數(shù)達到了九種，幾乎趕上了谷歌 Gemini Live 的數(shù)量。
- Arbor – 隨和且多功能
- Breeze – 生動活潑
- Cove – 沉著且直接
- Ember——自信而樂觀
- Juniper – 開放而樂觀
- Maple——開朗、坦誠
- Sol – 精明且放松
- Spruce——冷靜而肯定
- Vale——聰明且好奇
OpenAI 表示，自從 AVM 的有限 alpha 測試發(fā)布以來，已經(jīng)進行了多項改進。據(jù)稱ChatGPT的語音功能現(xiàn)在對口音的理解能力更強，且對話更加順暢和迅速。
OpenAI 還將 ChatGPT 部分定制功能擴展到了 AVM，包括“自定義指令”，允許用戶個性化 ChatGPT 的響應(yīng)方式，以及“記憶功能”，讓 ChatGPT 能夠記住之前的對話以供以后參考。
本文由人人都是產(chǎn)品經(jīng)理作者【江天 Tim】，微信公眾號：【有新Newin】，原創(chuàng)/授權(quán) 發(fā)布于人人都是產(chǎn)品經(jīng)理，未經(jīng)許可，禁止轉(zhuǎn)載。
題圖來自Unsplash，基于 CC0 協(xié)議。
不管怎么樣都是AI技術(shù)的一種進步，但想進行商業(yè)化必須大規(guī)模投入使用才行