▲OpenAI預計8月初公布GPT-4o功能。（圖／路透）
記者陳香菱／綜合報導
美國人工智慧公司OpenAI推出「語音助理」，從29日起，將向部分付費的ChatGPT Plus客戶推出語音功能，預計所有的ChatGPT Plus客戶在今秋前就能使用。即將推出的視訊功能將可以直接「打斷」它的回答，同時有更多「情緒化」的回覆，「就像與人交談一樣」。
OpenAI在聲明中指出，SearchGPT這是新搜尋功能的原型，希望將AI與網路最新資訊結合，透過搜索不同資料整合來提供快速、及時的答案，也會附上來源的連結，讓用戶能快速找出更多相關資訊，還可以透過問答對話進行交流，辨識使用者的語調，來產生不同的聲音。
「透過逐步推出，我們可以密切監控使用情況，並基於真實世界的回饋，不斷改良模型能力和安全性。」OpenAI表示，會持續推出更多新功能及產品，視訊與螢幕共享的功能還在研發中。
OpenAI在X上宣布，將開始向部分付費的ChatGPT Plus客戶推出語音功能，語音模式將提供「更自然、即時的對話，允許你隨時打斷，並能感應並回應你的情緒」，被選到的用戶會收到一封電子郵件，裡面包含使用說明及相關資訊，預計讓所有Plus用戶在「今年秋季前」使用到新功能。
We’re starting to roll out advanced Voice Mode to a small group of ChatGPT Plus users. Advanced Voice Mode offers more natural, real-time conversations, allows you to interrupt anytime, and senses and responds to your emotions. pic.twitter.com/64O94EhhXK
— OpenAI (@OpenAI) July 30, 2024
語音功能是5月發布GPT-4o時的核心項目，他們也計畫在8月初發布GPT-4o的功能、限制和安全評估的詳細報告，除了改善ChatGPT的體驗模式，GPT-4o將更直覺化的讓消費者可以透過這項服務完成各種任務，同時增加其運作效率，會比GPT-4-turbo快上約2倍以上，但價格只需要原先的一半。
在發表會的直播中，官方也直接示範當提出問題時，可以「打斷」它的回答，同時將會有更多「情緒化」的回覆，甚至可以透過辨識使用者的語調，來產生不同的聲音。OpenAI指出，語音功能將支援45種語言，為了保護個人隱私，訓練模板只會使用4種預設聲音說話。
OpenAI研究人員在視訊活動中展示，新功能讓使用者在與ChatGPT進行對話時，可以毫無延遲地獲得即時回答，甚至能在ChatGPT講話時打斷它，這兩項逼真對話的特點在聊天機器人上前所未見。
Say hello to GPT-4o, our new flagship model which can reason across audio, vision, and text in real time: https://t.co/MYHZB79UqN
— OpenAI (@OpenAI) May 13, 2024
Text and image input rolling out today in API and ChatGPT with voice and video in the coming weeks. pic.twitter.com/uuthKZyzYx
讀者迴響