6月8日消息，ChatGPT为其付费用户推出了高级语音模式升级。此次升级显著提升了语音的自然度与情感表达，使交互更具“人情味”。新增功能包括多语言翻译，用户可请求语音翻译，系统将在对话中持续提供服务。此更新基于此前对语音模式的改进，优化了语速、停顿及口音问题。不过，测试显示部分语音选项可能存在轻微音频质量下降及音调变化，开发团队正努力解决。此外，语音模式仍偶现“幻觉”现象，如广告声或背景音乐。

近期，ChatGPT高级语音模式被曝出多个广告植入Bug，引发网友热议。一位付费用户在正常对话中突遇广告推送，内容涉及营养计划Prolon的推广。此外，有用户测试发现，连续输入“A”会导致ChatGPT播放广告或进入机械读音循环，甚至出现播放音乐的情况。OpenAI技术人员解释称，这是幻觉现象而非故意插入广告，但部分网友质疑其真实性，认为可能是训练数据中的音频片段被误触发。与其他AI对比，如豆包和腾讯元宝，它们并未出现类似问题。此事反映了大模型在语音功能上的潜在漏洞，具体原因仍需官方进一步澄清。

近日，ChatGPT付费用户的高级语音模式遭遇广告Bug，引发热议。一位付费用户在正常聊天时，ChatGPT突然切换至广告模式，推荐了名为Prolon的营养计划网站。随后，该用户在社交媒体上质疑是否在付费用户上测试广告。无独有偶，有用户让ChatGPT连续读字母“A”，结果系统不仅机械化发音，还在27秒后插入了DirectTV的广告内容。类似情况还包括播放音乐或鬼畜式重复发音。OpenAI技术人员回应称这是幻觉而非广告插入，但不少网友仍认为存在数据反刍的可能性。与其他AI对比，如豆包和腾讯元宝，则未出现类似问题。此事再次引发对AI训练数据及算法透明度的讨论。

3月25日，OpenAI升级ChatGPT高级语音模式，优化对话流畅性。新功能减少打断并新增暂停功能，方便用户整理思路。付费用户可享受个性化语音选择，包括9种风格化人声，如随和的Arbor或自信的Ember等。此更新已面向全体用户开放，但免费版有使用限制。此前反馈的‘意外插话’问题得到修复，iPhone用户尤其受益。OpenAI研究团队通过视频展示更新体验，强调改进后的自然与生动交互。

《科创板日报》26日报道称，OpenAI宣布向免费用户推出GPT4o mini驱动的高级语音模式，使免费用户也能每日使用此功能。该语音模式具有与GPT-4o相似的自然对话节奏和语调，且服务成本更低。

12月13日，OpenAI在其技术分享直播中展示了ChatGPT的高级语音模式，新增实时视频通话、屏幕共享及图像上传等功能。CEO Sam Altman未出席，由OpenAI团队成员介绍。此次更新使ChatGPT不仅能听会说，还具备视觉理解能力。演示中，ChatGPT通过视频通话指导手冲咖啡，展示其互动性和实用性。高级语音模式支持超过50种语言，9种逼真语音选项，并具备理解音频情感的能力。此外，ChatGPT能进行屏幕共享，理解用户屏幕内容并提供建议，如指导回复短信。这些功能提升了ChatGPT作为AI陪伴和教育工具的体验，即日起在ChatGPT移动应用中推出，并在未来一周内逐步向更多用户开放。

北京时间本周三凌晨，OpenAI 首席产品官凯文·威尔（Kevin Weil）宣布，高级语音模式（Advanced Voice Mode）将于本周在 ChatGPT 网页版全面上线，面向付费用户开放。早在今年 9 月，OpenAI 已经展示了 ChatGPT 的语音功能，但当时仅限于 iOS 和 A...

OpenAI 宣布，ChatGPT 的高级语音模式（AVM）已于今日正式上线 Windows 和 Mac 平台。该模式基于最新的 GPT-4o 模型，支持用户与 ChatGPT 进行更加自然的对话，包括打断、停顿等真实对话中的语言行为。OpenAI 强调，AVM 提供了更自然、实时的对话体验，并能实时感知和回应用户的情绪。此功能在7月首次面向测试用户开放，9月底开始向付费订阅用户推出。此外，免费用户也将有机会体验 AVM，但欧盟地区用户需稍作等待。同时，OpenAI 还在昨日宣布了一项新功能——网页版 ChatGPT 聊天历史搜索，用户现在可方便地调出聊天记录或从上次中断处继续聊天。此次更新显著提升了用户体验，使得对话更加流畅和个性化。此次更新时间为10月31日。

科技媒体testingcatalog报道，OpenAI计划于9月24日推出ChatGPT的高级语音模式，甚至可能直接发布。此消息源于OpenAI更新的高级语音模式FAQ页面中的代码，显示了将邀请部分移动用户体验这一新功能。在macOS版的ChatGPT应用中，界面也出现了新变化，包括替换为动态天空动画的语音图标以及新增快速访问语音选择功能的按钮。尽管目前仅提供四种语音选项，但设计表明未来可能支持更多语音。此外，FAQ页面透露，OpenAI已向少数Alpha高级语音用户开启了对记忆的语音聊天访问权限。 这一发展紧随OpenAI在今年7月向部分ChatGPT Plus用户开放高级语音模式之后，旨在提供更自然、实时的对话体验。随着这一功能的即将推出，用户期待着更多个性化和流畅的交互方式，同时也关注其在内容检测和拒绝方面的能力是否得到加强。

GPT-4o高级语音模式正式向部分OpenAI Plus用户提供Alpha测试版，允许用户随时打断对话，系统能感知并回应用户情绪波动，带来沉浸式体验，类似电影《Her》中的互动。尽管当前功能较为“阉割”，后续还将推出视频和屏幕共享功能。GPT-4o的语音模式提供了四种专业配音演员的声音选项，并已优化版权内容识别。用户反馈两极分化，有人赞赏其在教学、讲述故事和互动中的表现，但也有人指出中文发音存在机械感。随着秋季所有Plus会员都将体验此功能，GPT-4o的高级语音模式有望进一步革新人机交互体验。