5月中旬，也就是谷歌以AI为中心的I/O2024活动的前一天，OpenAI用ChatGPT演示震惊了世界。OpenAI推出了GPT-4o模型，这是一个可以处理音频、视频、文本和图像提示的多模式聊天机器人。更有趣的是OpenAI为GPT-4o开发的新语音模式。

ChatGPT现在支持更自然的对话。GPT-4o允许用户在语音聊天过程中随时停止聊天机器人，以稍微调整对话，就像他们在与另一个人讨论时一样。ChatGPT不会失去思路，并将继续处理来自用户的更新语音提示。

与此同时，新的语音模式升级似乎能够表现出情绪，并检测人类的感受。这就是她般的个性，后来OpenAI因斯嘉丽·约翰逊而陷入麻烦。

所有这些都使得OpenAI的ChatGPT演示取得了巨大的成功。

然而，由于OpenAI不断调整，ChatGPT语音升级的推出被推迟了。快进到7月底，OpenAI已准备好向订阅ChatGPTPlus套餐的用户提供新的语音模式。

ChatGPTPlus订阅者通常会在免费套餐之前获得新的ChatGPT功能。新的语音模式不会同时提供给所有Plus用户。OpenAI在X上解释说，它正在向一小部分Plus用户推出语音模式功能。

该公司正在对此限量版进行alpha测试。ChatGPTPlus用户将收到一封包含说明的电子邮件，如果选择，则会在移动应用程序中收到一条消息。目前尚不清楚OpenAI将如何选择语音模式的早期用户。

我使用的是Plus套餐，但没有收到邀请。这可能与我身处欧盟有关，由于该地区对技术监管的法律各异，这里的新技术功能发布时间比其他地方晚。

不过，OpenAI表示，今年秋季所有Plus用户都可以使用语音模式。视频和屏幕共享功能将在稍后推出。

至于发布延迟的原因，OpenAI表示，在准备将这项前沿技术带给数百万人之前，它一直在努力“加强语音对话的安全性和质量”。OpenAI还制定了多项保护措施来保护用户隐私并加强安全性：

我们与45种语言的100多名外部红队成员一起测试了GPT-4o的语音功能。为了保护人们的隐私，我们训练模型只用四种预设的声音说话，并构建了系统来屏蔽与这些声音不同的输出。我们还实施了防护措施来屏蔽对暴力或版权内容的请求。

该公司还表示，将在“8月初分享有关GPT-4o的功能、局限性和安全评估的详细报告”，其中包括ChatGPT的语音模式重大升级。