OpenAI正在更新ChatGPT的语音功能,允许用户使用各种 AI 生成的声音和声音风格与聊天机器人进行交互。
ChatGPT 目前有四种预设声音,从五种减少,因为在斯嘉丽约翰逊 (Scarlett Johansson) 提出法律投诉后,它不得不删除“Sky”。
新功能让 ChatGPT 用户可以指示 AI 聊天机器人使用任何语音实时做出响应。
为了一窥未来的发展,OpenAI 发布了一段演示,其中人类要求聊天机器人为故事中的角色配音。ChatGPT 通过生成独特的声音风格做出回应,例如为狮子配上轰隆隆、粗犷的声音,为老鼠配上尖锐、温和的吱吱声。
语音输出还可以实时优化,例如,要求某个特定的声音听起来更深沉或更高亢。输出是快速生成的,用户可以在机器人响应请求更改时中断机器人。
用户在退出应用程序时还可以继续他们的 ChatGPT 对话。OpenAI 表示,新的语音功能将在“未来几周内”推出,但没有提供更多细节。
该公司在最近的春季更新活动上宣布,新的语音和视觉功能将提供给所有 ChatGPT 用户,高级订阅者可优先使用。
语音选项也扩展到了新的桌面版本,早期的演示展示了用户在使用电子表格应用程序时与机器人的交互。
OpenAI 的最新语音演示发布之际,这家由微软支持的公司正在寻求让其旗舰聊天机器人更具互动性和可访问性。其新的 GPT-4o 模型是新语音和视觉功能背后的驱动力,为移动应用程序和新桌面版本上的多模式功能提供支持。
该公司一直在研究语音功能。4月初,在 GPT-4o 发布之前,OpenAI 宣布构建了一个新的文本转音频 AI 模型 Voice Engine,但尚未公开。