OpenAI推出全新人工智能語(yǔ)言助手功能，向付費(fèi)用戶開(kāi)放

OpenAI發(fā)布一項(xiàng)重大更新，宣布面向其所有付費(fèi)訂閱ChatGPT Plus和Team計(jì)劃的用戶開(kāi)放高級(jí)人工智能（AI）語(yǔ)音助手功能——“高級(jí)語(yǔ)音模式”（Advanced Voice Mode，AVM），將可以通過(guò)說(shuō)話而不是輸入提示的方式來(lái)使用聊天機(jī)器人。據(jù)了解，Plus用戶每月需支付20美元，Team用戶每月支付30美元并擁有更多的使用次數(shù)。OpenAI將逐步向用戶推出訪問(wèn)權(quán)限，并從下周開(kāi)始面向企業(yè)和教育推出，所有Plus用戶將在秋末之前獲得訪問(wèn)權(quán)限。

OpenAI曾在今年5月份發(fā)布GPT-4o時(shí)對(duì)外展示過(guò)該實(shí)時(shí)語(yǔ)音技術(shù)，據(jù)演示視頻內(nèi)容，該能力目前也主要體現(xiàn)于GPT-4o模型上。自首次公開(kāi)亮相以來(lái)，ChatGPT的高級(jí)語(yǔ)音模式便受到了高度關(guān)注。經(jīng)過(guò)數(shù)月的研發(fā)與測(cè)試，OpenAI決定將此功能開(kāi)放給所有付費(fèi)用戶，此舉有望進(jìn)一步增強(qiáng)OpenAI在人工智能領(lǐng)域的競(jìng)爭(zhēng)力與影響力。

在此次更新中，語(yǔ)音模式的設(shè)計(jì)從外觀上得到了改進(jìn)?，F(xiàn)在，語(yǔ)音功能由一個(gè)藍(lán)色的動(dòng)畫球體代表，取代了此前OpenAI在5月展示時(shí)使用的黑色動(dòng)態(tài)點(diǎn)。當(dāng)用戶在ChatGPT應(yīng)用中獲得高級(jí)語(yǔ)音權(quán)限后，會(huì)在語(yǔ)音圖標(biāo)旁看到一個(gè)彈出提示，方便用戶快速啟用。

AVM提高了部分外語(yǔ)的對(duì)話速度、流暢度并改進(jìn)口音。此外，AVM還新增了兩大功能：為語(yǔ)音助手存儲(chǔ)“自定義指令”，以及記住用戶希望語(yǔ)音助手表現(xiàn)何種行為的“記憶”的功能（這類似于今年4月OpenAI為ChatGPT文本版本推出的記憶功能）。也就是說(shuō)，ChatGPT用戶可以利用自定義指令和“記憶”來(lái)確保語(yǔ)音模式是個(gè)性化的，AVM會(huì)根據(jù)他們對(duì)所有對(duì)話的偏好做出響應(yīng)。

為了提升用戶體驗(yàn)，ChatGPT新增了五種全新的語(yǔ)音風(fēng)格供用戶選擇：Arbor、Maple、Sol、Spruce和Vale，使得語(yǔ)音總數(shù)達(dá)到九種。此前的語(yǔ)音包括Breeze、Juniper、Cove和Ember，旨在提供多樣化的語(yǔ)氣和特征。

OpenAI表示，這些聲音是使用來(lái)自世界各地的專業(yè)配音演員制作的。值得注意的是，此次更新中沒(méi)有包含名為Sky的語(yǔ)音 ——OpenAI在春季更新中展示了Sky的語(yǔ)音，但由于被指與女演員斯嘉麗·約翰遜高度相似，引發(fā)了法律糾紛。盡管OpenAI表示并非有意模仿約翰遜的聲音，但為了避免爭(zhēng)議，仍選擇了移除。

OpenAI的模型設(shè)計(jì)師Drew也分享了他的使用體驗(yàn)：“當(dāng)我在忙其他事情或不需要與ChatGPT交談時(shí)，它會(huì)保持安靜。當(dāng)我有問(wèn)題時(shí)，可以直接提出展開(kāi)深入的對(duì)話?！痹诖诉^(guò)程中，ChatGPT的聲音會(huì)根據(jù)談話的語(yǔ)氣進(jìn)行調(diào)整。他表示，ChatGPT就像是坐在身旁的朋友，不僅提供信息，還能進(jìn)行思想交流。德魯認(rèn)為在日常使用中，用戶可以使用高級(jí)語(yǔ)音模式來(lái)創(chuàng)造面試、講故事等場(chǎng)景，而且無(wú)需擔(dān)心延遲問(wèn)題。他強(qiáng)調(diào)：“這種延遲非常低，就像和另一個(gè)人交談一樣?！?/span>

ChatGPT高級(jí)語(yǔ)音模式現(xiàn)已支持50多種語(yǔ)言，拓展了用戶的溝通范圍。需要注意的是，該高級(jí)語(yǔ)音模式目前還沒(méi)有向歐盟、英國(guó)、瑞士、冰島、挪威和列支敦士登等地區(qū)開(kāi)放使用。OpenAI尚未公布這些地區(qū)的開(kāi)放時(shí)間。

除了上新高級(jí)語(yǔ)音模式，近日OpenAI還發(fā)布了一個(gè)多語(yǔ)言大規(guī)模多任務(wù)語(yǔ)言理解 （Multilingual Massive Multitask Language Understanding，MMMLU）數(shù)據(jù)集，測(cè)試集提供了14種語(yǔ)言，包括阿拉伯語(yǔ)、德語(yǔ)、西班牙語(yǔ)等，涵蓋57個(gè)不同類別的主題，包括初級(jí)知識(shí)、法律、物理、歷史和計(jì)算機(jī)科學(xué)等高級(jí)專業(yè)學(xué)科。