ChatGPT语音模式：更自然的对话体验

快速阅读: 用户分享了对ChatGPT语音模式的积极体验，指出其能捕捉停顿和模糊想法，使对话更自然，适用于开车、做饭等多种场合，提高了交流的便捷性和效率。

多年来我一直使用语音助手，虽然它们确实提供了一些帮助，但我总是感到沮丧，因为它们经常在我话没说完时就打断我，或者完全听不懂我在说什么。当我尝试ChatGPT的语音模式时，并没有抱太大希望，但这次我从未如此高兴地发现自己错了。语音模式不仅让我能够与聊天机器人交谈，它更像是真实的对话。

语音模式能捕捉到停顿、模糊的想法，甚至是像“嗯”这样的填充词，而不会中断对话流程。无论是在开车、做饭还是尝试多任务处理，我都可以自然地说话并获得有用的答案，无需拿起手机。这不仅仅比打字更快——感觉更容易、更直观，也更高效。如果你还没有试过，以下是你应该尝试ChatGPT语音模式的理由。

不要错过：

– 什么是ChatGPT？你需要了解的人工智能聊天机器人的所有信息

– 除了OpenAI的ChatGPT，Google的Gemini Live也提供了类似的功能，Anthropic的Claude在其移动应用程序中推出了语音模式测试版，甚至可以在屏幕上显示要点。Perplexity的iOS和Android助手同样可以回答口头提问，并根据命令启动如OpenTable或Uber等应用。

尽管大家都在努力实现实时人工智能对话，但ChatGPT仍然是我的首选。无论你选择哪个聊天机器人，不妨暂停打字，试试语音选项。你会发现它比想象中更有用。

（披露：CNET的母公司Ziff Davis于4月对OpenAI提起诉讼，指控其在训练和操作人工智能系统时侵犯了Ziff Davis的版权。）

观看视频：

ChatGPT的病毒功能：将人变成行动人物

01:19

语音模式究竟是什么？

语音聊天（或称“语音对话”）是ChatGPT的免手动模式，允许你通过语音与AI模型交流，无需打字。在移动、桌面和网络应用中，每个对话底部右下角都有一个语音图标。点击该按钮，你可以大声说出问题，ChatGPT会将其转录、分析并回复。一旦它完成发言，就会再次开始监听，从而形成自然的来回对话。

请注意：

语音模式基于与常规ChatGPT相同的大型语言模型运行，因此仍可能出现幻觉或事实错误。对于重要信息，你应该始终进行双重检查。

OpenAI提供了两种版本的语音对话：

– 标准语音（默认的免费轻量级选项）

– 高级语音（仅限付费用户）

标准语音首先将你的语音转换为文本，并通过GPT-4o（和GPT-4o迷你版）处理，回应时间稍长。高级语音则使用原生多模态模型，意味着它“听到”你说话并生成音频，因此对话更加自然且实时。它可以捕捉到除词语本身外的其他线索，如说话速度或声音中的情感，并据此做出调整。

注意：

免费用户可以访问每日高级语音预览。

Nelson Aguilar/CNET

你应该开始使用ChatGPT语音模式功能的7个理由

1. 它真正实现了对话

与打字不同，当我和ChatGPT交谈时，我不必寻找合适的词汇或每次打错字后退格。我只是像与朋友或家人交谈那样自然地说出自己的想法，包括“嗯”、“啊”等不连贯的停顿。语音模式能够应对我的半成品思想，并以完整的答案或进一步的问题回应，帮助我更精确地表达需求。这种轻松的互动比打字更自然。

2. 你可以免手动使用ChatGPT

当然，我仍然需要打开ChatGPT应用并点击语音模式按钮来开始，但一旦开始，我就可以不用手继续与AI聊天机器人的对话。例如，在堵车时，我可以规划今年晚些时候想要的度假行程。我可以询问航班、酒店、地标、餐厅等信息，无需触碰手机，这些对话会被保存在应用中，这样我不必记住ChatGPT告诉我的每一件事。

3. 它适合用作实时翻译学习新语言

我之前提到过，我使用语音模式练习语言，这正是它的强项。我可以讲英语，让ChatGPT用完美的波兰语回应，还会提供发音提示。只需向语音模式询问：“你能帮我练习（语言）吗？”它会给出几种帮助方式，比如对话启动器、基础词汇或数字。它还能记住你上次练习的位置，因此你可以像上课一样逐步学习，无需Duolingo。

4. 获取关于现实世界事物的答案

这一功能专属于高级语音模式，但我认为这是语音模式中最吸引我的特点。得益于其多模态的强大能力，我可以通过开启手机摄像头或拍摄视频/照片来请求ChatGPT的帮助。例如，我在一家旧货店发现了一幅画作，难以辨认其来源，而店主对此也一无所知。我随即启动了语音聊天，开启了摄像头，并询问这幅画的出处。几秒钟内，ChatGPT便告知了我画作的名称、作者以及创作时间。

对于视力障碍或患有阅读障碍的人来说，语音模式是一个更好的选择。通过语音模式，系统可以将您的语音转录为文字，并以您选定的速度（可以在设置中调整或要求ChatGPT放慢速度）朗读答案。这种无需手动操作的功能也极大地帮助了有运动技能挑战的人群，只需轻触屏幕即可开始和结束操作，无需在键盘上进行大量打字。

当灵感涌现时，我的思维速度往往超过了打字速度，这时ChatGPT的语音模式就非常适合用来快速构思故事点子、规划客厅布局或是决定一周内的菜单。因为我在大声思考而不是盯着手机屏幕，所以想法能够更加流畅和迅速地产生，特别是借助ChatGPT即时的后续提问，有助于保持思路的连贯性，直到形成一个完整的构想。

即时听取摘要也是语音模式的一大优势。您可以将一个90页的PDF文件上传至聊天框，比如电影剧本或教科书，要求ChatGPT进行摘要并朗读给您听，同时您可以做其他事情，比如叠衣服。这就像是将任何文档（甚至维基百科页面）转化为按需播放的播客。

语音模式不仅仅是一个有趣的小功能；它是一种更快捷、更自然的使用ChatGPT的方式。无论是翻译路牌、头脑风暴还是大声浏览新闻，与ChatGPT对话的感觉更像是与一位知识渊博的专家进行交流，而非使用一个聊天机器人。一旦习惯了大声思考，您可能会不再依赖键盘。

(以上内容均由Ai生成)