OpenAI为ChatGPT Plus用户推出AI语音聊天功能
OpenAI下周将为ChatGPTPlus用户推出GPT-4o语音模式，Alpha版本实现接近无延迟的实时对话。该功能基于跨文本、视觉和音频的端到端统一模型，此前因需提升内容安全检测能力而推迟上线。相比GPT-3 5的2 8秒和GPT-4的5 4秒延迟，新版本将压缩至几乎无缝。
Sam Altman今天放了个消息：下周开始，ChatGPT Plus用户就能用上GPT-4o的语音模式了，而且是无缝聊天那种。这可不是普通的语音对话——Alpha版本直接对标“实时交流”，延迟压到几乎感觉不到。
其实早在今年5月，OpenAI首席技术官穆里・穆拉蒂就透露过一些关键信息：
在GPT-4o中，我们训练了跨文本、视觉和音频的端到端全新统一模型，这意味着所有输入和输出都由同一个神经网络处理。
由于GPT-4o是我们第一个结合所有这些模式的模型，因此我们在探索该模型的功能及其局限性方面仍处于起步阶段。
按照原计划，6月底就该有小范围用户能尝鲜了，但官方后来推迟了上线时间——理由也很实在：需要更多时间打磨，尤其是提升模型检测和拒绝某些内容的能力。说白了，就是既要流畅，又要安全，不能乱说话。
从已知数据来看，GPT-3.5的语音反馈延迟平均2.8秒，GPT-4更是到了5.4秒。这个延迟在真实对话场景里其实挺尴尬的——你问完问题，等上好几秒才有回应，体验上跟“等电话接通”差不多。而GPT-4o要做的就是把这个时间压缩到几乎无缝，让对话真正像和人聊天一样自然。这才是这次升级的核心看点。
你是一名 AI 行业编辑，请围绕下面这条热点输出一份资讯解读：
热点：OpenAI为ChatGPT Plus用户推出AI语音聊天功能要求：
1. 先用一句话解释这条热点在讲什么
2. 再总结它为什么重要
3. 说明会影响哪些 AI 产品或内容方向
4. 最后给出 3 个适合资讯站使用的标题
游乐网为非赢利性网站，所展示的游戏/软件/文章内容均来自于互联网或第三方用户上传分享，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系youleyoucom@outlook.com。
相关热点VSona是一个开发AI伴侣的平台，提供聊天、角色扮演、创意表达等功能。用户可自定义头像和声线，支持文字或语音互动。AI伴侣具备动画反馈和语音响应，营造安全、沉浸的个性化互动空间。
MastermallowAI音频母带处理适用于音乐、播客及内容创作者。可将原始录音一键转为专业音频，提升播客音质，为音乐作品添加母带效果。特色包括智能音频分析与增强、原音与母带实时对比、高质量成品下载。
MyCharacter AI是基于Polygon链的去中心化应用，通过CharacterGPTV2多模态AI系统生成具有独特形象和性格的AI角色。用户可与角色实时互动，并将其作为NFT收藏、交易或转让，实现AI角色生成、互动与资产化的一体化。
ToMate基于AI智能高效处理客户消息，适用于客服、销售及市场营销等场景。它能及时贴心回复，支持解析多种文件格式，并采用灵活定价方案，显著提升工作效率与客户满意度。
- 日榜
- 周榜
- 月榜
热点快看