ボイスエンジンは、わずか15秒の音声サンプルから、元の話者と非常に似た自然な音声を作成できる最先端の音声合成モデルです。このモデルは、教育、エンターテインメント、医療など幅広い分野で活用されており、読み上げ支援の提供（非読字・非書字者向け）、動画やポッドキャストコンテンツの音声翻訳、非言語コミュニケーション能力者の音声付与など、多様な用途が期待されています。少量の音声サンプルで高品質の音声を生成できること、多言語に対応していることが大きな利点です。現在、ボイスエンジンは小規模プレビュー段階にあり、OpenAIは関係者と連携して潜在的な用途と倫理的な課題について検討しています。