GPT-4o的高级语音功能，终于不再是“期货”了！

智东西7月31日消息，今天凌晨，OpenAI宣布开始向一小部分ChatGPT Plus用户推出高级语音模式，基于GPT-4o提供更自然的实时对话。

▲OpenAI上线高级语音模式

该模式上线后，不少收到邀请的网友已经玩起来了，并分享了自己试用的视频和感受。例如这是一段由ChatGPT献上的快嘴Rap和Beatbox，听起来还挺有模有样的。

总的来看，ChatGPT的高级语音模式与当初官方的演示差别并不大，几乎没有时延，各种语气也十分生动。不过其似乎在安全方面做了很多防护措施，ChatGPT拒绝用户请求的几率变高了。

ChatGPT的语音对话功能于去年9月首次推出。今年5月，OpenAI推出基于旗舰模型GPT-4o的更高级语音对话版，并进行了公开演示。GPT-4o使用单个多模态模型，而不是之前的三个独立模型来实现语音功能，从而降低了与聊天机器人对话的延迟。（OpenAI一夜干翻语音助手！GPT-4o模型强到恐怖，ChatGPT学会看屏幕，现实版Her来了）

当时，OpenAI宣称该功能将在几周内陆续向免费和付费用户推出。但发布没几天，OpenAI就因演示中的ChatGPT声音，与《复仇者联盟》系列电影中“黑寡妇”扮演者、被影迷称为“寡姐”的斯嘉丽·约翰逊（Scarlett Johansson）声线过于相似，而遭到斯嘉丽本人的控诉和网友的强烈反对。

高级语音模式的发布日期也因此被推迟。尽管OpenAI坚称ChatGPT并没有模仿斯嘉丽的声音，但该声线后来还是被删除了。