ChatGPT语音模式：打字时代或将终结
快速阅读: ChatGPT推出语音模式，实现自然流畅对话，智能等待用户说完，理解停顿，适用于多种场景，如开车、做饭等，提升交互体验，成为AI互动新方式。
多年来，我对语音助手感到非常沮丧。你肯定知道这种情况：你的话还没说完就被打断，或者它完全误解了你的请求，最终你只能拿起手机手动输入。因此，当我尝试使用ChatGPT的语音模式时，我的期望其实很低。
然而，我从未如此高兴地发现自己错了。
这不仅仅是一个语音转文字的功能；它感觉就像在进行一场真实而流畅的对话。它能够智能地等待你说完自己的想法，理解你的自然停顿，不会因为“嗯”或口吃而被打乱。我可以在做饭或开车时使用它，像正常人一样说话，无需精心规划每一句话。这不仅比打字更快，而且是一种更直观、更有用的与AI互动的方式。如果你一直在忽略这个功能，那你真的错过了很多。
不要错过：
什么是ChatGPT？关于这款AI聊天机器人的所有你需要了解的信息
来自OpenAI的ChatGPT并不是唯一一款支持免提操作的聊天机器人。谷歌的Gemini Live也提供了类似的“随我说话，它会跟上”的体验。Anthropic的Claude在其移动应用中推出了语音模式的测试版，配有屏幕上的要点提示。Perplexity的iOS和Android助手也可以通过语音回答问题，并根据命令启动如OpenTable或Uber等应用程序。
即使大家都在竞相掌握实时AI对话技术，ChatGPT仍然是我的首选。无论你选择哪个聊天机器人，都请暂时放下键盘，试一试语音选项。它远比你想象的有用。
（披露：CNET的母公司Ziff Davis于四月对OpenAI提起诉讼，指控其侵犯了Ziff Davis的版权以训练和运营其AI系统。）
观看视频：
ChatGPT的病毒性功能：将人们变成行动人物
01:19
语音模式到底是什么？
语音聊天（或称“语音对话”）是ChatGPT的免提模式，允许你与AI模型交谈并听到它的回应，无需打字。在移动端、桌面端和网页应用的任何对话底部右侧，你会看到一个语音图标。按下按钮后，你可以大声说出问题，ChatGPT会将其转录、分析并回复。一旦它说完，就会再次开始监听，从而形成自然的来回对话。
请注意：
语音模式基于与普通ChatGPT相同的大型语言模型，因此它仍然可能出现幻觉或错误。对于重要事项，请务必再次核实。
OpenAI提供了两种语音对话版本：标准语音（免费默认选项，轻量级）和高级语音（仅供付费用户使用）。
标准语音首先将你的语音转换为文本，并通过GPT-4o（及GPT-4o迷你版）处理，回复速度稍慢。而高级语音则使用原生多模态模型，意味着它可以“听到”你，并生成音频，使对话更加自然且实时进行。它可以捕捉到除词语本身之外的线索，比如你的语速或声音中的情感，并据此作出调整。
注意：
免费用户可以每天预览一次高级语音功能。
纳尔逊·阿吉拉尔/CNET
你应该开始使用ChatGPT语音模式功能的七个理由
1. 真正的对话体验
与打字不同，当我和ChatGPT交谈时，我不需要寻找合适的词汇或每打错一个字就退格。我只是像与朋友或家人交流那样自然地说话，包括那些“嗯”和“呃”以及其他尴尬的停顿。语音模式能适应我所有的半成品想法，并以完整详细的答案或进一步的问题回应我，帮助我明确需求。这种轻松的交流感觉比打字自然得多。
2. 可以免提使用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，我就可以不再用手继续与AI聊天机器人的对话。我可以困在车流中时计划今年晚些时候的度假行程。我可以询问航班、酒店、地标、餐馆等信息，无需触碰手机，这些对话都会保存在应用中，这样我不必记住ChatGPT告诉我的所有内容。
3. 适合学习新语言，提供实时翻译
之前提到过，我用语音模式练习语言，这一功能在这方面表现优异。我可以讲英语，让ChatGPT用完美的波兰语回应，包括发音指导。只需向语音模式提问：“你能帮我练习（某种语言）吗？”它会给出几种帮助方式，如对话启动器、基本词汇或数字。它还会记住你上次的学习进度，因此你可以持续学习，无需依赖Duolingo。
4. 获取关于现实世界事物的答案
这项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，店主不知道它的来历，我感到难以辨认。于是，我启动了语音聊天，打开摄像头并询问这幅画的来源。几秒钟内，ChatGPT就告诉了我画作的名称、作者的名字以及创作时间。
对于视力低下或患有读写困难的人来说，语音模式是一个更好的选择。语音模式可以将你的语音转录成文字，然后以你选择的速度（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选项也适合有运动障碍的人群，只需轻触一下即可开始和停止，无需在键盘上进行大量打字。
在灵感迸发时，我的思维速度往往超过了打字速度，因此ChatGPT的语音模式非常适合快速构思故事点子、规划客厅的新布局或是决定本周要烹饪的有趣菜肴。因为我在大声思考而不是盯着手机屏幕，所以我的想法能够更快、更顺畅地涌现，尤其是在ChatGPT即时回应的帮助下。它帮助我保持思路的连贯性，直到我为正在构思的内容形成一个完善的想法。
即时的摘要功能可以让你边做家务边听。将一份90页的PDF文档，如电影剧本或教科书，放入聊天框中，请求摘要，然后让AI为你朗读，同时你可以折叠衣物。这就像将任何文档（即使是维基百科页面）变成按需播放的播客。
语音模式不仅仅是一个有趣的附加功能，它提供了一种快速且自然的方式使用ChatGPT。无论是翻译路牌、头脑风暴还是大声了解新闻，与ChatGPT对话的感觉更像是与一位知识渊博的小专家交谈，而非使用一个聊天机器人。一旦习惯了大声思考，你可能再也不会回到键盘输入了。
(以上内容均由Ai生成)
