<p>OpenAI 於週二開始推出 ChatGPT 的高級語音模式，為用户提供了首次使用 GPT-4o 超逼真音頻響應的機會。alpha 版本將於今天提供給一小部分 ChatGPT Plus 用户，OpenAI 表示該功能將逐步在 2024 年秋季推出給所有 Plus 用户。</p>
<p>當 OpenAI 在五月首次展示 GPT-4o 的語音時，這一功能以快速響應和與真人聲音的驚人相似度震驚了觀眾，尤其是一個聲音。這個名為 Sky 的聲音酷似斯嘉麗·約翰遜（Scarlett Johansson），她是電影《她》中人工助理的幕後配音演員。在 OpenAI 的演示之後不久，約翰遜表示拒絕了首席執行官山姆·奧爾特曼多次邀請使用她的聲音，並在看到 GPT-4o 的演示後，聘請了法律顧問來捍衞她的肖像權。OpenAI 否認使用約翰遜的聲音，但後來移除了演示中展示的聲音。六月，OpenAI 表示將推遲發佈高級語音模式以改進其安全措施。</p>
<p>一個月後，等待終於結束（在某種程度上）。OpenAI 表示，在其春季更新中展示的視頻和屏幕共享功能將不包括在這個 alpha 版本中，將在 “以後的日期” 推出。目前，令所有人驚歎的 GPT-4o 演示仍然只是一個演示，但一些高級用户現在將可以使用 ChatGPT 的語音功能。</p>
<h2>ChatGPT 現在可以説話和傾聽</h2>
<p>您可能已經嘗試過 ChatGPT 目前可用的語音模式，但 OpenAI 表示高級語音模式是不同的。ChatGPT 以前的音頻解決方案使用了三個單獨的模型：一個用於將您的語音轉換為文本，GPT-4 用於處理您的提示，然後第三個將 ChatGPT 的文本轉換為語音。但是，GPT-4o 是多模態的，能夠在沒有輔助模型的情況下處理這些任務，從而創建出延遲顯著降低的對話。OpenAI 還聲稱，GPT-4o 能夠感知您語音中的情感語調，包括悲傷、興奮或唱歌。</p>
<p>在這個試點中，ChatGPT Plus 用户將第一手看到 OpenAI 的高級語音模式有多逼真。TechCrunch 在發佈本文之前無法測試該功能，但我們將在獲得訪問權限後進行評估。</p>
<p>OpenAI 表示，他們將逐步釋放 ChatGPT 的新語音功能，以密切監控其使用情況。alpha 組的人將在 ChatGPT 應用程序中收到提醒，然後會通過電子郵件收到如何使用它的説明。</p>
<p>自 OpenAI 的演示以來的幾個月裏，該公司表示已經與講 45 種不同語言的 100 多名外部紅隊成員測試了 GPT-4o 的語音能力。OpenAI 表示，關於這些安全工作的報告將於八月初發布。</p>
<p>公司表示，高級語音模式將僅限於 ChatGPT 的四種預設聲音 - Juniper、Breeze、Cove 和 Ember，這些聲音是與付費配音演員合作製作的。OpenAI 五月演示中展示的 Sky 聲音在 ChatGPT 中已不再可用。OpenAI 發言人林賽·麥卡勒姆表示，“ChatGPT 不能模仿其他人的聲音，無論是個人還是公眾人物，並將阻止與這四種預設聲音不同的輸出。”</p>
<p>OpenAI 正試圖避免深度偽造爭議。一月份，AI 初創公司 ElevenLabs 的語音克隆技術被用來模仿拜登總統，欺騙新罕布什爾州的初選選民。</p>
<p>OpenAI 還表示，他們引入了新的過濾器，以阻止生成音樂或其他受版權保護的音頻的特定請求。在過去一年中，AI 公司因侵犯版權而陷入法律糾紛，而像 GPT-4o 這樣的音頻模型為可以提出投訴的公司開闢了一個全新的類別。特別是那些以訴訟著稱的唱片公司，他們已經起訴了 AI 歌曲生成器 Suno 和 Udio。</p>

OpenAI

<p>OpenAI 已向部分付費用户發佈了 ChatGPT 的高級語音模式。這一功能提供超逼真的音頻回應，將逐漸在 2024 年秋季向所有 Plus 用户推出。OpenAI 在五月展示了 GPT-4o 的語音，但由於與 Scarlett Johansson 的聲音相似而引發了爭議。高級語音模式的 Alpha 版本不包括視頻和屏幕共享功能。這種新的語音模式能夠處理任務而無需輔助模型，並能感知用户語音中的情緒語調。OpenAI 正在密切監控使用情況，並已實施安全措施</p>

<p>OpenAI began rolling out ChatGPT’s Advanced Voice Mode on Tuesday, giving users their first access to GPT-4o’s hyper-realistic audio responses. The alpha version will be available to a small group of ChatGPT Plus users today, and OpenAI says the feature will gradually roll out to all Plus users in the fall of 2024.</p>
<div class="lb-trans"><p>OpenAI 於週二開始推出 ChatGPT 的高級語音模式，為用户提供了首次使用 GPT-4o 超逼真音頻響應的機會。alpha 版本將於今天提供給一小部分 ChatGPT Plus 用户，OpenAI 表示該功能將逐步在 2024 年秋季推出給所有 Plus 用户。</p>
</div><p>When OpenAI first showcased GPT-4o’s voice in May, the feature shocked audiences with quick responses and an uncanny resemblance to a real human’s voice – one in particular. The voice, Sky, resembled that of Scarlett Johansson, the actress behind the artificial assistant in the movie “Her.” Soon after OpenAI’s demo, Johansson said she refused multiple inquiries from CEO Sam Altman to use her voice, and after seeing GPT-4o’s demo, hired legal counsel to defend her likeness. OpenAI denied using Johansson’s voice, but later removed the voice shown in its demo. In June, OpenAI said it would delay the release of Advanced Voice Mode to improve its safety measures.</p>
<div class="lb-trans"><p>當 OpenAI 在五月首次展示 GPT-4o 的語音時，這一功能以快速響應和與真人聲音的驚人相似度震驚了觀眾，尤其是一個聲音。這個名為 Sky 的聲音酷似斯嘉麗·約翰遜（Scarlett Johansson），她是電影《她》中人工助理的幕後配音演員。在 OpenAI 的演示之後不久，約翰遜表示拒絕了首席執行官山姆·奧爾特曼多次邀請使用她的聲音，並在看到 GPT-4o 的演示後，聘請了法律顧問來捍衞她的肖像權。OpenAI 否認使用約翰遜的聲音，但後來移除了演示中展示的聲音。六月，OpenAI 表示將推遲發佈高級語音模式以改進其安全措施。</p>
</div><p>One month later, and the wait is over (sort of). OpenAI says the video and screensharing capabilities showcased during its Spring Update will not be part of this alpha, launching at a “later date.” For now, the GPT-4o demo that blew everyone away is still just a demo, but some premium users will now have access to ChatGPT’s voice feature shown there.</p>
<div class="lb-trans"><p>一個月後，等待終於結束（在某種程度上）。OpenAI 表示，在其春季更新中展示的視頻和屏幕共享功能將不包括在這個 alpha 版本中，將在 “以後的日期” 推出。目前，令所有人驚歎的 GPT-4o 演示仍然只是一個演示，但一些高級用户現在將可以使用 ChatGPT 的語音功能。</p>
</div><h2>ChatGPT can now talk and listen</h2>
<div class="lb-trans"><h2>ChatGPT 現在可以説話和傾聽</h2>
</div><p>You may have already tried out the Voice Mode currently available in ChatGPT, but OpenAI says Advanced Voice Mode is different. ChatGPT’s old solution to audio used three separate models: one to convert your voice to text, GPT-4 to process your prompt, and then a third to convert ChatGPT’s text into voice. But GPT-4o is multimodal, capable of processing these tasks without the help of auxiliary models, creating significantly lower latency conversations. OpenAI also claims GPT-4o can sense emotional intonations in your voice, including sadness, excitement or singing.</p>
<div class="lb-trans"><p>您可能已經嘗試過 ChatGPT 目前可用的語音模式，但 OpenAI 表示高級語音模式是不同的。ChatGPT 以前的音頻解決方案使用了三個單獨的模型：一個用於將您的語音轉換為文本，GPT-4 用於處理您的提示，然後第三個將 ChatGPT 的文本轉換為語音。但是，GPT-4o 是多模態的，能夠在沒有輔助模型的情況下處理這些任務，從而創建出延遲顯著降低的對話。OpenAI 還聲稱，GPT-4o 能夠感知您語音中的情感語調，包括悲傷、興奮或唱歌。</p>
</div><p>In this pilot, ChatGPT Plus users will get to see first hand how hyper-realistic OpenAI’s Advanced Voice Mode really is. TechCrunch was unable to test the feature before publishing this article, but we will review it when we get access.</p>
<div class="lb-trans"><p>在這個試點中，ChatGPT Plus 用户將第一手看到 OpenAI 的高級語音模式有多逼真。TechCrunch 在發佈本文之前無法測試該功能，但我們將在獲得訪問權限後進行評估。</p>
</div><p>OpenAI says it’s releasing ChatGPT’s new voice gradually to closely monitor its usage. People in the alpha group will get an alert in the ChatGPT app, followed by an email with instructions on how to use it.</p>
<div class="lb-trans"><p>OpenAI 表示，他們將逐步釋放 ChatGPT 的新語音功能，以密切監控其使用情況。alpha 組的人將在 ChatGPT 應用程序中收到提醒，然後會通過電子郵件收到如何使用它的説明。</p>
</div><p>In the months since OpenAI’s demo, the company says it tested GPT-4o’s voice capabilities with more than 100 external red teamers who speak 45 different languages. OpenAI says a report on these safety efforts is coming in early August.</p>
<div class="lb-trans"><p>自 OpenAI 的演示以來的幾個月裏，該公司表示已經與講 45 種不同語言的 100 多名外部紅隊成員測試了 GPT-4o 的語音能力。OpenAI 表示，關於這些安全工作的報告將於八月初發布。</p>
</div><p>The company says Advanced Voice Mode will be limited to ChatGPT’s four preset voices – Juniper, Breeze, Cove and Ember – made in collaboration with paid voice actors. The Sky voice shown in OpenAI’s May demo is no longer available in ChatGPT. OpenAI spokesperson Lindsay McCallum says “ChatGPT cannot impersonate other people’s voices, both individuals and public figures, and will block outputs that differ from one of these preset voices.”</p>
<div class="lb-trans"><p>公司表示，高級語音模式將僅限於 ChatGPT 的四種預設聲音 - Juniper、Breeze、Cove 和 Ember，這些聲音是與付費配音演員合作製作的。OpenAI 五月演示中展示的 Sky 聲音在 ChatGPT 中已不再可用。OpenAI 發言人林賽·麥卡勒姆表示，“ChatGPT 不能模仿其他人的聲音，無論是個人還是公眾人物，並將阻止與這四種預設聲音不同的輸出。”</p>
</div><p>OpenAI is trying to avoid deepfake controversies. In January, AI startup ElevenLabs’s voice cloning technology was used to impersonate President Biden, deceiving primary voters in New Hampshire.</p>
<div class="lb-trans"><p>OpenAI 正試圖避免深度偽造爭議。一月份，AI 初創公司 ElevenLabs 的語音克隆技術被用來模仿拜登總統，欺騙新罕布什爾州的初選選民。</p>
</div><p>OpenAI also says it introduced new filters to block certain requests to generate music or other copyrighted audio. In the last year, AI companies have landed themselves in legal trouble for copyright infringement, and audio models like GPT-4o unleash a whole new category of companies that can file a complaint. Particularly, record labels, who have a history for being litigious, and have already sued AI song-generators Suno and Udio.</p>
<div class="lb-trans"><p>OpenAI 還表示，他們引入了新的過濾器，以阻止生成音樂或其他受版權保護的音頻的特定請求。在過去一年中，AI 公司因侵犯版權而陷入法律糾紛，而像 GPT-4o 這樣的音頻模型為可以提出投訴的公司開闢了一個全新的類別。特別是那些以訴訟著稱的唱片公司，他們已經起訴了 AI 歌曲生成器 Suno 和 Udio。</p>
</div>

OpenAI 向部分付費用户推出了 ChatGPT 的超現實語音功能