终于来了！ChatGPT高级语音模式开测

在 OpenAI 春季发布会中该公司演示了 ChatGPT 的高级语音模式，这种语音模式是实时交互的，例如在 AI 进行说话时用户可以打断并继续补充内容，AI 也可以感知幽默或者讽刺等并做出回应。

与此前的 ChatGPT 语音功能最大的区别在于，此前的语音交互是先将语音转换为文本内容再发送给 AI，然后生成回复后 AI 再将其朗读出来，这个过程会增加交互的延迟时间。

而高级语音模式不需要进行转换 (只是用户看不到转换过程)，整个对话过程非常流畅并且交互延迟也比较低，高级语言模式也支持多模态可以调用摄像头实时识别内容。

目前只有少部分已经开通 ChatGPT Plus 的订阅用户可以受到邀请，OpenAI 将逐渐扩大该功能的使用范围，预计到秋季大部分 ChatGPT Plus 订阅用户都可以使用高级语音模式。

值得注意的是 OpenAI 还强调自从演示高级语音模式后，该公司一直在努力提高语音对话的安全性和质量，高级语音模式预设了四种声音，还添加了防止模仿名人声音的限制。

同时高级语音模式也同样存在各种安全限制，例如安全围栏功能会阻止对暴力或者版权内容的请求，即便用户进行诱导，AI 可能也会拒绝输出此类内容。

已经开通 ChatGPT Plus 的用户请检查自己的邮箱，如果收到高级语言功能的邀请，OpenAI 会发送一封电子邮件进行说明。