O Motor de Voz é um modelo avançado de síntese de voz que requer apenas 15 segundos de amostra de voz para gerar fala natural extremamente semelhante à do falante original. Este modelo é amplamente utilizado em educação, entretenimento e saúde, podendo auxiliar pessoas com dificuldades de leitura e escrita, fornecer dublagem para vídeos e podcasts, e dar voz a pessoas que não se comunicam verbalmente. Suas principais vantagens são a pequena quantidade de amostra de voz necessária, a alta qualidade da fala gerada e o suporte a múltiplos idiomas. O Motor de Voz está atualmente em fase de pré-visualização em pequena escala, e a OpenAI está em diálogo com diversas pessoas para discutir suas aplicações potenciais e os desafios éticos envolvidos.