高级语音模式可以让 ChatGPT 提供实时响应，可以在对话过程中被打断，此外它还可以识别和回应幽默、讽刺等语言风格。新模型不需要像现有的 ChatGPT 语音那样将语音转换为文本再转换回语音，从而降低了交互时的延迟。
OpenAI 在 5 月份展示了高级语音模式，展示了一个名为 Sky 的 AI 语音，其声音与斯嘉丽·约翰逊的声音惊人地相似。这个声音是在没有约翰逊许可的情况下创建和使用的，她最终发表了声明。她表示，她拒绝了 OpenAI 首席执行官山姆·奥特曼的多次提议，奥特曼希望约翰逊成为 ChatGPT 的声音。她说，她对奥特曼创造了一个声音与她自己的声音“惊人地相似”感到“震惊、愤怒和难以置信”。OpenAI 声称 Sky 语音并非意图模仿约翰逊的声音，但在她雇佣了法律顾问后，该声音被移除。
OpenAI 表示，自从展示了高级语音模式以来，一直在努力提高语音对话的安全性，并致力于改进语音对话的安全和质量。高级语音模式使用四种预设声音，并且被设计为阻止与这些声音不同的输出，防止它模仿名人声音。OpenAI 还“实施了护栏”以阻止对暴力或版权内容的请求，早期测试将用于在更广泛发布之前改进该功能。
获得高级语音模式访问权限的用户将收到一封包含说明的电子邮件，OpenAI 计划逐步向更多人开放该功能。所有 Plus 用户将在秋季获得高级语音模式的访问权限。
关于高级语音模式的分析：
高级语音模式的出现，标志着 ChatGPT 在人机交互方面迈出了重要一步。通过实时响应、理解不同语言风格，并消除文本转语音的转换过程，高级语音模式可以让用户更加自然、高效地与 AI 进行交流。
然而，OpenAI 在使用斯嘉丽·约翰逊的声音引发的争议也提醒我们，AI 技术的应用需要更加谨慎，避免侵犯个人权益，同时要注重技术伦理和安全规范。
随着高级语音模式的推广，我们有理由相信，未来人机交互方式将更加多元化，人工智能将更好地融入我们的生活。
