OpenAI发布更新：ChatGPT语音助手更自然、更具吸引力

OpenAI于3月24日宣布推出一系列更新，旨在提升ChatGPT AI语音助手的对话质量，使其更加自然流畅，并显著减少中断频率。此次更新使ChatGPT在与竞争对手如Sesame和Alexa的竞争中占据更有利的地位。

OpenAI发布了一项高级语音模式的更新，通过实时对话功能提升了AI助手的表现力，同时减少了对用户说话过程中的干扰。此次改进的重点在于提供一个更吸引人的AI助手形象以及更少的对话中断。

OpenAI研究员Manuka Stratta在官方社交媒体渠道发布的演示视频中展示了这些变化。视频中，Manuka展示了新模型如何为用户提供更多思考和回应的时间，而无需担心被打断。

OpenAI优化了AI语音助手以实现更自然的对话 

OpenAI发布了一项公告，引入了升级版的ChatGPT语音模式，该模式减少了不必要的中断，并支持自然停顿。付费用户还体验到了更优质的模型个性，被描述为“引人入胜、直接且简洁”。

-Tibor Blaho（@btibor91）2025年3月24日

ChatGPT推出了一种新的高级语音模式，所有免费用户和付费订阅者均可使用，包括Plus、Team、EDU、Business和Pro计划的用户。这一更新功能支持实时对话，增强了AI助手的灵活性，并最大限度地减少了对话中的中断。

在AI语音助手市场竞争日益激烈的背景下，这一更新显得尤为重要。OpenAI面临来自新兴竞争者（如Andreessen Horowitz支持的初创公司Sesame及其自然声音助手Maya和Miles）以及亚马逊为其Alexa产品引入的大语言模型升级的压力。

“由于减少了打断，您将有更多时间整理思绪，而不必觉得必须填补所有的空白和沉默。”

- Manuka Stratta

OpenAI发言人表示，新版AI语音助手将为用户提供“更直接、引人入胜、简洁、具体且富有创意的答案”。 

此外，OpenAI还宣布推出了新的自动语音识别模型（ASR）和文本到语音（TTS）技术，标志着AI驱动语音技术的又一进步。新型号不仅具备更高的准确性，还具有更强的经济性，为企业部署AI驱动语音代理提供了替代方案。

新的ASR模型（GPT-4O-Transcribe和GPT-4O-Mini-Transcribe）相较于OpenAI此前最先进的转录模型Whisper实现了显著飞跃。这些模型在单词错误率上表现更佳，并能更好地处理多种语言、口音及背景噪声。新的TTS模型则可以生成高度拟真的声音，带有自然语调和情感表现力，还能通过自然语言提示调整语音风格、情绪和语气。

ChatGPT语音助手或致用户孤独感增加

OpenAI与MIT媒体实验室合作开展的一项新研究揭示，大多数ChatGPT用户将其用于实际目的。该研究分析了近4000万次聊天互动，将用户分为不同群体：一些仅使用文本交互，另一些则尝试与AI角色进行语音互动——其中一种设计更具情感化，另一种保持中立。

数据显示，重度依赖高级语音模式的用户与ChatGPT建立了更深层次的情感联系，有些人甚至将其视为“朋友”。语音功能的效果因人而异，短暂互动能够改善情绪，但长期频繁使用有时会产生相反效果。

研究结果表明，个性化对话与较高的孤独感相关联，但情绪依赖性较低；相比之下，非人格化对话表现出不同的模式，情绪依赖水平随着大量使用而上升。

参与该项目的OpenAI安全研究员Jason Phang表示，OpenAI目前所做的许多工作仍处于初步阶段，但公司正试图开启关于这些影响及其对用户长期影响的讨论。伦敦国王学院AI与社会教授Kate Devlin指出，虽然人们可能并非刻意在情感上依赖ChatGPT，但他们无法完全将人类情感与技术互动割裂开来。

加密大都会学院：即将推出 - 一种新的方式，在2025年通过DeFi赚取被动收入。了解更多