【ITBEAR科技资讯】7月31日消息，OpenAI公司近日揭晓了一项创新功能，即向部分付费订阅的ChatGPT用户开放了全新的高级语音模式(Advanced Voice Mode)。此模式旨在为用户提供更为自然流畅的实时对话体验。
这一高级语音模式的亮点在于其能够理解并响应情绪及非语言暗示，显著提升了与人工智能进行实时、自然对话的可能性。今年五月，OpenAI便首次向公众展示了其GPT-4o模型以及这一令人瞩目的“高级语音模式”。
据ITBEAR科技资讯了解，GPT-4o模型对音频输入的反应速度令人印象深刻，仅需232毫秒便能做出回应，而平均反应时间也维持在320毫秒左右，这与人类在日常对话中的反应速度相当。这一突破性的反应速度得益于高级语音模式的设计理念，它摒弃了传统语音模式中将语音转换为文本，再将文本转回语音的繁琐过程，从而大幅降低了交互的延迟。
OpenAI自展示高级语音模式以来，一直致力于增强语音对话的安全性与品质。为确保用户体验的安全与舒适，OpenAI已经实施了多项防护措施，以屏蔽涉及暴力或侵犯版权的内容请求。
尽管OpenAI原计划在六月底就推出这一功能，但为确保产品的完善与成熟，公司决定延后一个月发布。目前，OpenAI已明确表示，高级语音模式将在今年秋季逐步向所有ChatGPT Plus订阅用户开放。这一创新功能的推出，无疑将为用户带来更加智能、高效的语音交互体验。
