劃重點(diǎn)
01OpenAI推出高級(jí)語(yǔ)音模式，首批體驗(yàn)僅限部分Plus和Team用戶，本周內(nèi)向所有用戶推送。
02網(wǎng)友們嘗試讓ChatGPT模仿不同情緒、語(yǔ)氣和聲音，展示出豐富的語(yǔ)音表現(xiàn)能力。
03除此之外，ChatGPT高級(jí)語(yǔ)音模式還可用于講故事、配音效、外語(yǔ)教學(xué)等實(shí)用場(chǎng)景。
04然而，目前高級(jí)語(yǔ)音模式仍存在限制，如時(shí)長(zhǎng)限制、屏幕共享功能缺失等。
05OpenAI總裁Greg Brockman表示，實(shí)現(xiàn)流暢的語(yǔ)音對(duì)話將讓我們意識(shí)到在計(jì)算機(jī)中輸入內(nèi)容是多么不自然。
以上內(nèi)容由騰訊混元大模型生成，僅供參考
千呼萬(wàn)喚始出來(lái)，ChatGPT 的高級(jí)語(yǔ)音模式終于上線，本周內(nèi)向所有 Plus 和 Team 用戶全量推送。然而，「本周內(nèi)」也是猶抱琵琶半遮面的泛指，仍然是一部分人先用起來(lái)。如果你也還沒(méi)被推送到，不妨在等待之余，看看幸運(yùn)網(wǎng)友們是怎么整活和刁難 AI 的。喘氣、哭泣、表演口技，你看 ChatGPT 有幾分像人角色扮演，往往是考驗(yàn)語(yǔ)音 AI 的第一課。讓 ChatGPT 用聲音表演不同情緒，興奮的、平靜的、戲精的，它都信手捏來(lái)，情緒飽滿且自然，不知道哪里進(jìn)修的表演班。情緒激動(dòng)時(shí)甚至有點(diǎn)過(guò)頭，對(duì)話者連說(shuō)好幾個(gè) OK，才把它的表演欲給摁祝
視頻來(lái)自：X@WorldEverett
除了說(shuō)話的語(yǔ)氣，我們的笑、哭、喘氣等狀態(tài)，也體現(xiàn)了文字不能道盡的心情。如果 AI 能夠完美地復(fù)刻，那就更加擬人了。這難不倒 ChatGPT，它邊傷心啜泣，邊贊美自己的語(yǔ)音模式有多厲害，沖擊力堪比短視頻的 AI 紫薇，好像隨時(shí)都能過(guò)呼吸。
視頻來(lái)自：X@DavidTaylor_MD當(dāng) ChatGPT 代入一位奪得金牌的運(yùn)動(dòng)員，模仿同樣惟妙惟肖，說(shuō)話大喘氣，表現(xiàn)出既興奮又疲憊的精神狀態(tài)。
視頻來(lái)自：X@wongmjane讓 ChatGPT 嘗試 Vtuber（虛擬主播）賽道，也不是不可以，不過(guò)這個(gè)聲音有點(diǎn)尖細(xì)，不夠自然，建議聽(tīng)洛天依和初音未來(lái)洗洗耳朵。
視頻來(lái)自：X@wongmjane京中有擅口技者，僅一桌、一椅、一扇、一撫尺，ChatGPT 模仿各種聲音的能力不比人類藝術(shù)家，倒也馬馬虎虎。
視頻來(lái)自：YouTube@MattVidPro AI你要求邊講故事邊配音效，AI 就能現(xiàn)演開(kāi)門的吱嘎聲、蟲(chóng)子的嘰喳聲，盡管功力還不夠純熟。把思路打開(kāi)，高級(jí)語(yǔ)音模式很適合給孩子們講睡前故事，故事內(nèi)容、旁白、音效一手包辦，一個(gè) AI 就是一個(gè)團(tuán)隊(duì)。自?shī)首詷?lè)之余，實(shí)用主義者們已經(jīng)開(kāi)始拿 ChatGPT 干活，做些有價(jià)值的事情了。ChatGPT 會(huì)說(shuō) 50 多種語(yǔ)言，懂各種腔調(diào)的英語(yǔ)，很多小語(yǔ)種，甚至方言。所以也就很容易想到，讓 AI 當(dāng)外語(yǔ)老師，切換語(yǔ)言和我們對(duì)話。據(jù)說(shuō)英語(yǔ)母語(yǔ)人士最難學(xué)的語(yǔ)言之一馬耳他語(yǔ)，也不在話下。
視頻來(lái)自：X@anthonyspiteri巧的是，語(yǔ)言學(xué)習(xí)軟件多鄰國(guó)，也在周二的年度大會(huì) Duocon 推出了 AI 視頻通話，用戶可以和多鄰國(guó)角色「拽姐」練習(xí)口語(yǔ)。不過(guò)，目前只適用于英語(yǔ)、西班牙語(yǔ)和法語(yǔ)。
看來(lái)，教培行業(yè)假設(shè)了，有了 AI 之后，我們不是不用學(xué)外語(yǔ)，而是更隨時(shí)隨地學(xué)各種各樣的外語(yǔ)。AI 不僅可以當(dāng)外語(yǔ)老師，X 網(wǎng)友 @Lyle_AI 通過(guò) ChatGPT 高級(jí)語(yǔ)音模式，改進(jìn)自己的銷售話術(shù)，整個(gè)操作流程非常值得借鑒。
他讓 AI 扮演一名銷售專家，然后向 AI 推銷，讓 AI 反饋?zhàn)约旱脑捫g(shù)說(shuō)服力強(qiáng)不強(qiáng)、夠不夠清晰，以及有沒(méi)有價(jià)值。AI 反饋之后，他還會(huì)追問(wèn)，并讓 AI 給出示范。練習(xí)、反愧提問(wèn)、模仿，推而廣之，這套流程可以用到面試、演講等場(chǎng)景，讓 AI 幫社恐的人類更擅長(zhǎng)口語(yǔ)表達(dá)。AI 能說(shuō)，但能不能聽(tīng)？一位網(wǎng)友另辟蹊徑，讓 ChatGPT 給吉他調(diào)音。
視頻來(lái)自：x@skirano他邊彈邊問(wèn)行不行，隨時(shí)打斷 AI，ChatGPT 表現(xiàn)得很內(nèi)行，但不知道它的耳朵有沒(méi)有調(diào)音器準(zhǔn)�？傊�，決定 AI 發(fā)揮的上限大概有兩方面。一個(gè)是模型的能力，低延遲和隨時(shí)打斷讓對(duì)話有來(lái)有往，不考驗(yàn)用戶的耐心。另一個(gè)是網(wǎng)友的想象力，讓語(yǔ)音場(chǎng)景有無(wú)限的可能性。姍姍來(lái)遲的高級(jí)語(yǔ)音，還不能做你的日常搭子滿打滿算，從發(fā)布 Demo 到正式推送，已經(jīng)過(guò)去了 4 個(gè)月，OpenAI 高級(jí)語(yǔ)音模式仍然未能完美，和發(fā)布會(huì)時(shí)相比也打了個(gè)折扣。時(shí)長(zhǎng)限制是最讓話癆的人類遺憾的，暫時(shí)別想和 AI 深夜煲電話粥了，CNBC 和 X 網(wǎng)友 @MattVidPro 的體驗(yàn)都發(fā)現(xiàn)，只能和 ChatGPT 聊 45 分鐘左右。OpenAI 的官方回答是，每天的限制時(shí)間可能都不一樣，當(dāng)天還剩 15 分鐘時(shí)，會(huì)進(jìn)行提醒。視頻和屏幕共享功能也沒(méi)能實(shí)現(xiàn)，AI 沒(méi)有「眼睛」，意味著不能像 Demo 那樣，讓它實(shí)時(shí)解題、給代碼糾錯(cuò)，或者夸夸我們的寵物。
另外就是一些細(xì)節(jié)上面的問(wèn)題了，OpenAI 的官方例子里，在模擬因?yàn)檫t到給奶奶道歉的場(chǎng)景時(shí)，ChatGPT 的普通話語(yǔ)氣很真誠(chéng)，但仍然有些譯制腔，不如國(guó)產(chǎn) AI。并且，它給出的話術(shù)也比較僵硬，誰(shuí)會(huì)對(duì)自己的奶奶說(shuō)，「我可以怎么補(bǔ)償您呢」。以上種種說(shuō)明 AI 還沒(méi)能修成人形，同時(shí)，OpenAI 也給它增加了一些額外的禁制。YouTuber 博主@MattVidPro AI 在直播體驗(yàn)時(shí)，意外踩到了 OpenAI 的雷。他讓 ChatGPT 模仿醉鬼，它剛說(shuō)了個(gè)開(kāi)頭，停頓了一下之后如夢(mèng)初醒，切換回了正常語(yǔ)氣，說(shuō)規(guī)則不允許它這樣做，把他嚇了一大跳。
視頻來(lái)自：YouTube@MattVidPro AI類似地，讓 ChatGPT 模仿口吃，它也會(huì)表示拒絕，因?yàn)檫@樣可能會(huì)冒犯他人。為了尊重音樂(lè)創(chuàng)作者的版權(quán)，ChatGPT 也不能唱歌。以規(guī)則的形式賦予 AI「三觀」，某種程度上讓它更像一個(gè)「社會(huì)人」了。但也有用戶覺(jué)得，過(guò)猶不及。這是不是像阿西莫夫的機(jī)器人三定律一樣，讓 AI 更好地融入社會(huì)，服務(wù)于更多人呢？所看到的高級(jí)語(yǔ)音模式體驗(yàn)中，我更偏愛(ài)的，恰恰是那些融入生活的日常場(chǎng)景。
X 用戶@spencergardner，讓自己兩歲半的孩子和 ChatGPT 一起數(shù)數(shù)、玩文字游戲。他還能介入其中，主持他們的談話，改變?cè)掝}，或者提不同的問(wèn)題。期間有很多次的打斷、猶豫、語(yǔ)氣的變化，但也因此很隨意和輕松。ChatGPT 的高級(jí)語(yǔ)音模式現(xiàn)在還支持設(shè)定自定義指令，讓模型知道用戶的名字和一些基本信息，感覺(jué)就是為了陪伴場(chǎng)景準(zhǔn)備的。
之前 ChatGPT 的 Dan 模式火過(guò)一陣子，用戶用提示詞的方式讓 ChatGPT 越獄，談?wù)勄檎f(shuō)說(shuō)愛(ài)擦擦邊，他們還會(huì)用自定義指令，放上自己的名字、愛(ài)好等，調(diào)教 AI 記住自己。就像播客是一種陪伴媒介，語(yǔ)音總能在情感賽道上一騎絕塵，所以高級(jí)語(yǔ)音模式對(duì)人心的慰藉，絕對(duì)是個(gè)賣點(diǎn)，等待進(jìn)一步的落地。以「閹割版」發(fā)布的 ChatGPT 高級(jí)語(yǔ)音模式，讓我們看到了把 AI 作為學(xué)習(xí)、生活、工作搭子的未來(lái)。不和它說(shuō)話，它就保持沉默，和它聊天，它不會(huì)讓你覺(jué)得熱臉貼冷屁股。
未來(lái)很近，但還沒(méi)有抵達(dá)。神隱很久的 OpenAI 總裁 Greg Brockman，這次也罕見(jiàn)地發(fā)聲：通過(guò) ChatGPT 實(shí)現(xiàn)流暢的語(yǔ)音對(duì)話，可以讓我們意識(shí)到，在計(jì)算機(jī)中輸入內(nèi)容是多么不自然。沒(méi)錯(cuò)，只在聊天框打字是挺無(wú)聊的，但讓絲滑的語(yǔ)音對(duì)話真正走入日常，先從 OpenAI 把高級(jí)語(yǔ)音模式推送到更多人，支持多模態(tài)和全天候聊天開(kāi)始吧。
