升级后的ChatGPT语音功能让OpenAI对话更流畅自然
发布时间：2025-06-09 11:03:36 | 责任编辑：吴昊 | 浏览量：5 次
《升级后的ChatGPT语音功能让OpenAI对话更流畅自然》相关软件官网
ChatGPTOpenAI 在去年推出的 GPT-4o 基础上，再次对其高级语音模式进行了重大的更新，使得语音交流变得更加自然和贴近人类的对话方式。这一先进的功能依托于原生的多模态模型，能够快速响应音频输入，最快在232毫秒内作出反应，平均响应时间为320毫秒，几乎与人类的对话速度不相上下。
在今年年初，OpenAI 已经对这一语音模式进行了小幅更新，改善了打断频率和口音处理。而此次的重大升级，更是使语音回复的语调变得更加细腻、节奏更加自然，尤其是在停顿和强调的处理上，显得更加生动。此外，更新后的系统能够更加精准地表达各种情绪，包括同情和讽刺，使得机器与人类的交流更具人情味。
更令人兴奋的是，本次更新还增加了翻译功能。ChatGPT 用户只需简单指令，便可让它在对话中进行实时翻译，直到收到停止指令。这一功能的推出，无疑会减少对专门语音翻译应用的需求，进一步提升用户体验。目前，更新后的高级语音模式仅向付费用户开放。
尽管这一系列的改进显著提升了语音交互的质量，但 OpenAI 也明确指出，当前更新仍存在一些已知的局限性。例如，在某些情况下，音频质量可能会略有下降，音调和语调可能出现意外变化，尤其是在某些语音选项中较为明显。此外，偶尔也会出现与真实对话不符的情况，例如出现广告、胡言乱语或背景音乐的意外声音。OpenAI 表示，他们将继续努力提升音频的一致性，逐步解决这些问题。
这次升级不仅让 AI 的语音交互体验更加自然，也为人类与人工智能之间的沟通打下了更为坚实的基础。
2025年6月8日，OpenAI针对ChatGPT的付费用户升级了高级语音模式，此次更新使语音交互体验更加自然和流畅。以下是升级后的具体体验：
语音语调与自然度
- 语调变化：加入了更细腻的语调变化，语音不再单调，能够根据语义和情感需求调整音调。
- 真实语速：语音的语速更加贴近真实人类的说话节奏，包括自然的停顿和强调，使对话听起来更自然。
情感表达
情感表达更加精准，能够涵盖同情、讽刺等多种情绪，使对话更具“人情味”。例如，在表达同情时，语音会带有适当的温柔和缓和的语气；而在表达讽刺时，则会通过语调和语气的微妙变化来体现。
多语言翻译功能
新增了直观且高效的多语言翻译功能。用户只需要求语音进行语言翻译，它便会在整个对话过程中持续提供翻译服务，直至用户要求停止或切换语言。比如，在国外旅行时，用户可以用母语与当地人交流，ChatGPT会实时翻译双方的话语，确保沟通顺畅。
其他优化
- 减少语音中断：在此次更新的基础上，进一步减少了语音中断现象，使对话更加连贯。
- 优化语音口音：对语音的口音进行了优化，使其更接近母语者的发音水平。
不过，此次更新也存在一些问题。在测试过程中，OpenAI发现可能会偶尔导致音频质量出现轻微下降，包括音调和音高的意外变化。此外，语音模式中仍然存在极少数的“幻觉”现象，可能会产生类似广告、胡言乱语或背景音乐的意外声音。开发团队正在积极调查这些问题，并致力于尽快找到解决方案。
本网站(https://aigc.izzi.cn)刊载的所有内容，包括文字、图片、音频、视频等均在网上搜集。
访问者可将本网站提供的内容或服务用于个人学习、研究或欣赏，以及其他非商业性或非盈利性用途，但同时应遵守著作权法及其他相关法律的规定，不得侵犯本网站及相关权利人的合法权利。除此以外，将本网站任何内容或服务用于其他用途时，须征得本网站及相关权利人的书面许可，并支付报酬。
本网站内容原作者如不愿意在本网站刊登内容，请及时通知本站，予以删除。
