什么是高级语音功能?让ChatGPT自己介绍一下

chatgpt2024-09-26 12:55:00348

先做个广告：如需代注册ChatGPT或充值 GPT4.0会员（plus），请添加站长微信：gptchongzhi

什么是高级语音功能?让ChatGPT自己用印度英语介绍一下：

推荐使用GPT中文版,国内可直接访问：https://ai.gpt86.top

我想很多人和我一样在四个月前看过OpenAI关于Gpt4o的多模态演示视频，视频里的ChatGPT简直不像本世纪的产物，它能看能听能说，和测试者谈笑风生，当时我激动得不要不要的以为马上就要步入未来了，然后，就没然后了。宣称要在“未来几周”上线的新语音功能一拖再拖，到今天四个月过去了。

四个月！你知道我怎么过的吗？每天早上醒来，第一件事就是看看有没有更新，但一次次都让我失望。直到今天早上，我终于看到了新语音模式上线！当时的我反而冷静了，感觉OpenAI承诺的事肯定不会顺利，不宜高兴得太早（虽然也不早了）。而当时在外面，环境太吵，没法马上试试。回家后，我迫不及待地开始体验，结果却发现，和我期待的还是有些差距，也和 OpenAI 展示的效果不太一样。

首先，所谓的新语音模式只是多了打断对话的功能和几个新音色，跟展示视频里那种能通过摄像头“看见”外面的世界并互动的画面差太远了。

其次，它其实并不能真的“听见”你说话，根本原理还是语音转文字（STT），也就是把你的声音转成文字，再去理解。这点让我挺失望的，因为我一直幻想着能让 ChatGPT 帮我批改口语，但这个功能还是没法实现。虽说只要它能把语音转成文字，它就能理解你说的内容，但问题是，它根本看不到你发音的细节，怎么帮你改呢？

第三，没法指定它说什么。比如你输入一段文字后，再想切换到语音模式，结果它就自动回到老版的语音模式了。所以我之前想象的那种，让它用男声和女声配合朗读对话的设想暂时也实现不了。当然，从安全角度来看，我能理解 OpenAI 这么设计的原因，至于视频演示中的唱歌功能，那更不用想了。准确来说，不是它不会(确实有的人七拐八拐地用话术骗它唱了几句），而是 OpenAI 给它设了限制，不让它唱。

总的来说，新语音模式确实有了一些提升，功能也丰富了一点，但离承诺的样子差距大概就是某宝服装店卖家秀和买家秀那么大吧。旧版语音做不到的事，它基本也做不到。旧版语音能做的，它也不过如此。说实话，还有点小退步。以前老版语音功能可以通过点按防止被打断，现在新版语音虽然可以让用户打断 ChatGPT，但问题是，ChatGPT 也能打断你！所以有时候只要你一停顿，它就趁机插话，真有点让人头疼。

当然，瑕不掩瑜，新功能虽然还不完善，ChatGPT仍然是我语言学习过程中不可或缺的助手。还是希望它越做越好吧~‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍

‍