今年5 月，OpenAI 首次為其人工智慧聊天機器人平台ChatGPT演示了一種非常逼真、近乎即時的”高級語音模式”。幾個月後，OpenAI 表示需要更多時間。

OpenAI 在其官方Discord 伺服器上發布了一篇文章，稱其原計劃於6 月底開始向一小部分ChatGPT Plus用戶推出高級語音模式的Alpha版，但由於一些問題遲遲得不到解決，不得不將推出時間延後到7 月。

“例如，我們正在提高模型檢測和拒絕某些內容的能力，”OpenAI 寫道。 “我們也正在努力改善用戶體驗，並準備將我們的基礎設施擴展到數百萬，同時保持即時回應。作為我們迭代部署策略的一部分，我們將從一小群用戶開始進行阿爾法測試，以收集回饋，並根據我們所學到的知識進行擴展。

OpenAI 表示，進階語音模式可能要到秋季才會面向所有ChatGPT Plus 客戶推出，這取決於它是否符合某些內部安全性和可靠性檢查的要求。不過，這項延遲不會影響在OpenAI 春季新聞發布會上單獨演示的新影片和螢幕分享功能的推出。

這些功能包括根據問題圖片解決數學問題，以及解釋設備上的各種設定選單。這些功能不僅適用於智慧型手機上的ChatGPT，也適用於桌面用戶端，例如MacOS 應用程序，今天早些時候，所有ChatGPT 用戶都可以使用該應用程式。

“ChatGPT先進的語音模式可以理解情緒和非語言線索並做出反應，讓我們更接近與人工智慧進行即時、自然的對話，」OpenAI寫道。 “我們的使命是將這些新體驗深思熟慮地帶給您。”

在發表會的舞台上，OpenAI 的員工展示了ChatGPT 對請求的即時回應，例如在研究人員智慧型手機相機前的一張紙上解決一道數學題。

OpenAI 的高級語音模式因默認的”Sky”語音與女演員斯嘉麗-約翰遜（Scarlett Johansson）的語音相似而引發了不少爭議。約翰遜後來發表聲明說，她聘請了法律顧問來詢問有關語音的問題，並獲得了關於如何開發語音的確切細節——她拒絕了OpenAI 關於授權她為ChatGPT 配音的多次請求。

OpenAI 雖然否認在未經許可的情況下使用了約翰遜的聲音，也沒有使用相似的聲音，但隨後刪除了違規的聲音。