来源：硬AI 作者李丹

OpenAI首次公开发布四个月后，ChatGPT的类人高级人工智能（AI）语音助手功能终于开始面向广大付费用户。

美东时间9月24日周二，OpenAI宣布，所有付费订阅OpenAI ChatGPT Plus 和 Team 计划的用户都将可以使用新的 ChatGPT 高级语音模式Advanced Voice，该功能将在未来几天内逐步推出，将首先在美国市场上线。下周，该功能将向OpenAI Edu 和 Enterprise 计划的订阅者开放。

这意味着，本周，ChatGPT的Plus 版个人用户和 Teams 版小型企业团队用户都可以启用新的语音功能，只需通过说话、无需手动输入提示词和GPT对话。在App上访问高级语音模式时，用户可以通过弹出窗口知道自己已经进入了高级语音助手，用户会收到App的通知。

OpenAI赋予ChatGPT新语音版两种功能，一是为语音助手存储“自定义指令”的功能，二是记住用户希望语音助手表现何种行为的“记忆”功能，类似于今年4月OpenAI为ChatGPT 文本版本推出的记忆功能。用户可以利用这些功能确保语音模式的个性化，让AI助手根据用户对所有对话的偏好做出响应。

OpenAI本周二推出了五种不同风格的新声音，分别名为Arbor、Maple、Sol、Spruce 和 Vale，加上之前老版语音模式推出的四种声音 Breeze、Juniper、Cove 和 Ember，可选声音达到九种，撤走了被指山寨“寡姐”的声音Sky。OpenAI还提高了部分外语的对话速度、流畅度并改进口音。

OpenAI介绍，先进的语音助手可以用超过50种语言说“对不起，我迟到了”，并在社交媒体的发帖中附上一段视频，演示用户可以要求语音助手表达，因为让奶奶等了很久，向奶奶致歉。视频显示，AI助手首先按照要求总结了用户想要表达的意思，用英语说了一遍，而后，在用户提示AI奶奶只会说普通话之后，AI助手又用标准的普通话说了一遍。

全新的语音功能适用于OpenAI的AI模型GPT-4o，不适用于最近发布的预览模型 o1。

此次新语音功能上线可谓姗姗来迟。华尔街见闻曾提到，今年5月OpenAI就在推出新旗舰模型GPT-4o时演示了语音模式Voice Mode。当时GPT-4o支持的ChatGPT声音听起来像一名美国成年女性，可以即时回应请求。当它听到演示的OpenAI 研究主管 Mark Chen呼气过度时，似乎从中察觉到了他的紧张，然后说他说“Mark，你不是吸尘器”，告诉Chen要放松呼吸。

OpenAI原计划6月末向一小批Plus计划用户推出该语音模式，但6月宣布推迟一个月发布，以便确保该功能安全有效地处理来自数百万用户的请求。当时OpenAI称，计划今年秋季让所有Plus用户都可以访问该功能，确切的时间表取决于是否达到内部对安全性和可靠性的高标准。