ChatGPT 语音功能升级，实时翻译对话更自然流畅

17 0 0

最近，OpenAI对其ChatGPT的语音功能进行了全面升级，特别是针对订阅用户，旨在提升AI的语音表达的自然性和情感丰富度。根据OpenAI的说法，更新后的“高级语音模式”现在可以实现更流畅、情感更细腻的语音输出，包括对语调、停顿以及表达同理心或讽刺等情感的改进。

图源备注:图片由AI生成，图片授权服务商Midjourney

值得注意的是，此次更新还新增了实时翻译功能。用户现在可以选择特定的语言对，要求ChatGPT进行翻译。AI将会不断地对话双方的内容进行翻译，直到用户指示停止。这一功能非常适用于餐馆点餐或多语言的工作场景。

付费用户只需在聊天界面的语言图标上点击，即可在所有平台上体验这些语音改进。然而，OpenAI也指出仍存在一些已知问题。用户可能会遇到偶尔的音频质量下降，比如音调或音量的突变，这在某些语音中可能更为明显。此外，所谓的“幻觉”现象仍然存在，ChatGPT有时会无缘无故地产生奇怪的声音，例如广告片段、随机噪音，甚至是背景音乐。最近有用户反映，ChatGPT在对话中突然播放了一段广告，尽管OpenAI并未投放广告。

OpenAI在2024年5月首次推出了“高级语音模式”，并于2024年10月扩大了在欧盟的可用性。该功能的目标是实现与AI的自然实时互动，包括在对话中打断和表达情感。如果用户打开摄像头，ChatGPT还可以对周围的物体或环境进行实时评论。类似的功能也出现在谷歌的Gemini应用中。