ChatGPT即将推出语音功能的重大升级，新增多达8种独特声音，每种都有其独特代号，能更自然地表达非语言声音和特定情绪，增强阅读体验的多样性和沉浸感。新声音可能分批推出，适应性更强，但暂未正式发布。这些升级代表了AI语音技术的重要进步，预期将为用户提供个性化、沉浸式的交互体验，进一步巩固ChatGPT在文本生成和语音交互领域的领先地位。

OpenAI最新发布的基于GPT-4模型的ChatGPT语音功能，旨在提升人机交流的自然度和实时性。然而，这一创新引发了对用户情感依赖的担忧，部分用户在与AI的交流中形成了情感联系，甚至表达出对AI的不舍，这可能影响到用户的社交行为和与真实人类的互动。研究表明，长时间的AI语音交流可能会改变用户的社交规范，如AI的随时打断行为，这在人类交往中不常见。GPT-4模型还具备记忆用户信息和偏好的功能，进一步加深了用户依赖。OpenAI正深入研究这种情感依赖现象，并关注其如何改变用户行为。在安全性评估中，尽管存在一些风险，如说服能力的中等风险，但总体上，AI在说服力上并未超越人类，其影响力有限。

《Her》电影中的未来情景正在变为现实，OpenAI的GPT-4o模型推出了语音功能灰度测试，为用户带来更自然、实时的对话体验。该功能支持用户随意打断，能感知并回应用户情绪，以及与用户进行"面对面"交流的视频和屏幕共享功能。GPT-4o的输出能力大幅提升，一次性输出量可达4000至64000个token，相当于200页小说内容。在测试中，用户能使用它讲笑话、学猫叫、充当"二外教练"，甚至模仿不同声音、口音，以及进行足球比赛解说和中文故事讲述。GPT-4o的语音模式和长输出功能的推出，为用户提供了更丰富、便捷的交互体验，预示着AI在更多领域的应用前景。

据OpenAI首席执行官Sam Altman最新披露，ChatGPT Plus订阅用户将于下周获得备受期待的语音功能。这一重大更新预示着人工智能交互体验即将迎来革命性的变革。

​OpenAI 在其春季更新活动中宣布了 ChatGPT 的一系列新功能，其中最引人注目的是高级语音模式和桌面应用程序。然而，这些功能的发布进程并不顺利。