OpenAI增强ChatGPT语音模式，实现类人对话体验
OpenAI对ChatGPT的语音模式进行了重大升级，突破了人机交互的界限。这些基于去年发布的GPT-4o模型的增强功能，现在能提供令人惊叹的类人响应——平均反应时间仅为320毫秒，几乎接近自然对话速度。
改进后的系统不仅响应迅速——还能以惊人的细腻度进行交流。今年早些时候的调整主要聚焦于更好地处理打断和口音问题。现在，这个AI掌握了对话节奏，能像人类一样停顿和强调词语。它甚至能令人信服地传达复杂情感，从真诚的共情到俏皮的讽刺。
一个突出的新功能是实时翻译能力。用户只需指示ChatGPT持续翻译对话直到被告知停止。这项创新可能会减少许多用户对专用翻译应用的依赖。
然而，完美仍有距离。OpenAI承认存在以下问题：偶尔的音质下降、某些语音选项中意外的语调变化，以及罕见但明显的故障（如幻听背景音）。该公司承诺将持续改进以消除这些不一致性。
目前该更新仅惠及付费订阅用户。但对于有访问权限的用户而言，它标志着向无缝人机交流迈进了一大步——与机器交谈不再像下达指令，而更像是与朋友聊天。
关键要点
- 升级后的ChatGPT语音模式平均响应时间为320毫秒——接近人类对话速度
- 系统现在能更好地处理情感细微变化，包括讽刺和共情
- 新的实时翻译功能在许多情况下消除了对单独翻译应用的需求
- 当前限制包括偶尔的音频故障和语调不一致
- 高级语音功能仍为付费用户专属
