在首次向大眾展示的四個月後，OpenAI終於要向其所有付費用戶開放ChatGPT的類人高階人工智慧（AI）語音助理功能－「進階語音模式」（Advanced Voice Mode，以下簡稱AVM）。 OpenAI週二（24日）宣布，所有付費訂閱ChatGPT Plus和Team計畫的用戶，都將可以使用新的AVM功能，不過該模式將在未來幾天逐步推出。它將首先在美國市場上線。

下週，該功能將向OpenAI Edu 和Enterprise 計劃的訂閱者開放。

據悉，AVM提高了部分外語的對話速度、流暢度並改善口音。

此外，AVM還新增了兩大功能：為語音助理儲存“自訂指令”，以及記住用戶希望語音助理表現何種行為的“記憶”的功能（這類似於今年4月OpenAI為ChatGPT文字版本推出的記憶功能）。

也就是說，ChatGPT使用者可以利用自訂指令和「記憶」來確保語音模式是個人化的，AVM會根據他們對所有對話的偏好做出回應。

語音方面，OpenAI推出了五種不同風格的新聲音： Arbor、Maple、Sol、Spruce 和Vale，加上之前舊版的四種聲音Breeze、Juniper、Cove和Ember，可選聲音達到九種，撤走了被指山寨「寡姐」（女星史嘉蕾喬韓森）的聲音Sky。

這意味著，ChatGPT的Plus版個人用戶和小型企業團隊用戶（Teams）可以透過「說話」的方式，而不是輸入提示來使用聊天機器人。當用戶在應用程式上進入語音模式時，他們會透過一個彈出視窗知道他們已經進入了高級語音助理。

最後值得一提的是，AVM可以用超過50種語言說「對不起，我遲到了」。

根據OpenAI在X上發布的一段視頻，用戶要求語音助理表達，由於讓奶奶久等了，向奶奶致歉。 AVM先用英文流暢地總結了一遍，並在使用者表示「奶奶只會說普通話」後，又用標準的中文國語表達了一遍。

不過據悉，這些更新只適用於OpenAI的AI模型GPT-4o，不適用於最近發布的預覽模型o1。

今年5月，OpenAI首次展示了這款語音產品，並展示了它如何快速回應用戶發出的書面和視覺提示。但在6月，以解決潛在安全問題為由，延後發布。到了7月份，此功能也只開放給有限數量的ChatGPT Plus用戶。

不過，新的語音模式缺少5月OpenAI展示過的不少功能，例如電腦視覺功能。此功能可讓GPT僅透過使用智慧型手機的相機就對使用者的舞蹈動作提供語音回饋。