OpenAI 已向部分付费订阅用户开放了 GPT-4 的语音模式，能够实现更加自然流畅的实时对话。
编辑日期：2024年07月31日
在今年5月，OpenAI的首席技术官米拉·穆拉蒂（Mira Murati）在一次演讲中提到：
由于GPT-4是我们首个整合所有这些模式的模型，因此我们在探索这个模型的能力及其限制方面仍处于初级阶段。 注意：原文中的"GPT-4o"可能是输入错误，正确的应为"GPT-4"。
OpenAI原定于今年6月底邀请一部分ChatGPT Plus用户测试GPT-4的语音功能，但公司在6月宣布推迟这一计划，表示他们需要更多的时间来完善这个模型，提升其识别和拒绝某些内容的能力。
根据之前公布的信息，GPT-3.5模型的平均语音反馈延迟时间为2.8秒，而GPT-4模型的延迟时间为5.4秒，因此在语音交互方面的表现不尽如人意。即将推出的GPT-4o将大幅度减少延迟时间，实现近乎无缝的对话体验。
GPT-4o 的语音模式具有快速响应和接近真人的声音等特点。OpenAI 还表示，GPT-4o 的语音模式能够识别语音中的情感语调，包括悲伤、兴奋或是唱歌的声音。
OpenAI 的发言人林赛・麦卡勒姆（Lindsay McCallum）表示：“ChatGPT 无法模仿他人的声音，包括个人和公众人物的声音，并且会阻止与预设声音不同的输出。”
大家在看
AI安装教程
AI本地安装教程
微软AI大模型通识教程
微软AI大模型通识教程
AI大模型入门教程
AI大模型入门教程
Python入门教程
Python入门教程
Python进阶教程
Python进阶教程
Python小例子200道练习题
Python小例子200道练习题
Python练手项目
Python练手项目
Python从零在线练习题
Python从零到一60题
