OpenAI 宣布，将其 ChatGPT 的高级语音模式功能扩展至网页版本，用户可以直接在浏览器中与 AI 聊天机器人进行对话。此次网页版的推出，标志着在 iOS 和 Android 应用程序中首次推出的高级语音模式功能的延续。新功能的推出将首先面向 ChatGPT 的付费用户，包括 Plus、Enterprise、Teams 和 Edu 订阅者。用户需通过相应的订阅服务才能体验这一新功能。高级语音模式利用 OpenAI 的 GPT-4o 的原生音频能力，能够实现更自然的实时对话。这一功能使得 ChatGPT 不仅能理解用户的语言，还能感知非语言信号，比

OpenAI今日宣布，ChatGPT的高级语音模式（Advanced Voice Mode，AVM）正式登陆Windows和Mac平台。该功能基于GPT-4o模型开发，使用户能够通过语音与AI进行更自然的实时对话交互。据了解，AVM于今年 7 月首次向测试用户开放， 9 月底扩展至ChatGPT Plus和Team付费用户。OpenAI表示，免费用户未来也将获得使用权限，但欧盟、英国、瑞士等欧洲地区用户暂时无法使用该功能。此次更新中，OpenAI新增了Arbor、Maple、Sol、Spruce和Vale五种语音选项，并将界面中的黑色动画点更换为蓝色动画球体。系统支持用户在对话

最近，OpenAI 在其 macOS 应用的高级语音模式界面上进行了重要更新，推出了一个全新的图片上传功能。以前，这个功能是无法点击的，现在用户终于可以通过语音 UI 上传图片了，而且上传的图片会在界面上显示出来。不过，值得注意的是，ChatGPT 并不会提示用户它看不到已上传的图片。用户可以上传一张图片，与 ChatGPT 进行相关的讨论，而这一切都变得更加直观。除了上传图片，用户还可以直接使用笔记本电脑的摄像头拍摄照片，这样就可以即时分享所拍摄的内容。不过，目前还没有屏幕

近日，OpenAI旗下ChatGPT的高级语音模式已悄然向免费用户开放了高级语音模式功能，并且在 iOS 和 Android 平台上全面推出。不少免费用户反馈称，在登录账号后，已经可以体验才发布不久的的高级语音功能。需要注意的是，目前欧盟地区暂时无法使用，高级语音模式需更新至最新版本的客户端才能体验。据了解，高级语音功能具备自然对话，比如对中断、幽默等进行感知并作出回应，以及多个语音和可指令定制的特点。对于免费用户，同样提供一组扩展的语音可供选择，并且可以使用记忆和

OpenAI于本周二宣布，将向更多付费客户推出ChatGPT的高级语音模式（AVM）。这项升级旨在使对话更加自然流畅，首批受益用户将是ChatGPT的Plus和Teams层级客户。企业和教育客户则将于下周开始获得访问权限。作为此次更新的一部分，AVM的界面设计也进行了优化。用户界面现在采用蓝色动画球体来代表该功能，取代了此前展示的动画黑点。当AVM可供使用时，用户将在ChatGPT应用程序中的语音图标旁看到一个提示窗口。此次升级还为用户带来了五种全新的声音选择:Arbor、Maple、Sol、Spruce和Vale。这使

据科技媒体 testingcatalog 最新消息，ChatGPT 的高级语音模式可能将于9月24日正式发布，这一功能的全面推出无疑将为用户带来前所未有的交互体验。早在今年7月，OpenAI 已向部分 ChatGPT Plus 用户开放了高级语音模式的测试权限。据悉，该功能能够生成极为逼真的音频响应，使用户仿佛与真人对话，大大提升了人机交互的自然度和沉浸感。此次更新信息的可靠性得到了进一步佐证。有开发者在高级语音模式的常见问题页面中发现了一段颇具玄机的代码:"hasSeenAdvancedVoice/2024-09-24"。这一字符串似乎

GPT-4o，OpenAI的旗舰模型，于五月份发布时以其音频理解能力引人注目，平均320毫秒的响应速度接近人类对话速度。该模型通过端到端训练将文本、视觉和音频三种模态融合，展示了在多种输入输出上的潜力。OpenAI计划在六月份将高级语音模式功能，通过ChatGPT Plus向部分用户推出，尽管因需改进模型检测和拒绝内容能力，推出时间推迟一个月。新功能将使ChatGPT用户实现无延迟的流畅对话体验。此外，OpenAI还推出了SearchGPT，一个原型版本的人工智能搜索工具，能从清晰相关来源快速提供准确答案。

OpenAI近日发布了关于ChatGPT高级语音模式的最新进展报告。这项在春季更新中演示的先进功能原计划于6月底向少数ChatGPT Plus用户开放alpha测试，但现在需要再多一个月的时间才能达到发布标准。据悉，开发团队正在努力提升模型检测和拒绝某些内容的能力。同时，他们也在改善用户体验，并准备相关基础设施，以确保在扩展到数百万用户规模时仍能保持实时响应能力。