当地时间周一，美国科创公司OpenAI发表声明宣布，由于旗下聊天机器人ChatGPT的一款名为Sky的女性配音引发网友广泛质疑，公司正采取措施解决问题，同时正在暂停使用这款AI声音模板。
（来源：X）
需要说明的是，ChatGPT的语音模式其实是在去年9月底推出的，当初一共发布了5款配音，引发争议的Sky也在其中。当然，引爆争议的源头，还是OpenAI上周在发布会上引入的“实时语音对话”。
除了声音酷似外 还有刻意“谄媚”嫌疑
在上周的发布会上，OpenAI发布了最新的GPT-4o模型。通过反应速度的倍增，使得ChatGPT的语音功能顺滑到类似于“实时对话”的程度——你可以时不时插嘴打断聊天机器人，仿佛就像是在与真人交流那样。而且ChatGPT也能分辨出说话者的语气，回应的情感也更加强烈。
（研究人员现场演示语音对话，来源：OpenAI春季更新）
或许是为了庆祝人机交互的跨越式进步，OpenAI首席执行官山姆·奥尔特曼在发布会结束后，马上发了一个单词——her，指的是科幻爱情电影《Her》的场景正在成为现实。在那部2013年的电影中，讲述了一个人类与人工智能助手陷入复杂恋情的故事。
（来源：X）
也是因为这个比喻，令不少网友意识到了另一个问题：OpenAI找的配音，是不是与好莱坞知名女演员、饰演过漫威宇宙英雄“黑寡妇”，以及给《Her》里面人工智能助手配音的斯嘉丽·约翰逊（Scarlett Johansson）非常相近。
（斯嘉丽·约翰逊资料图，来源：社交媒体）
除了声音外，OpenAI的新对话功能也引发了深一层的争议：除了与主持人进行互动外，ChatGPT似乎额外展现了“讨好”对话者的倾向性。例如在展示多模态对话功能时，聊天机器人会感叹“哇，你穿的衣服真是相当有型”。而在受到赞美时，ChatGPT还会说“别这样，你让我脸红了”。
有网友一针见血地指出：这让人感觉像是给男性写的女性角色。
由于发布会篇幅限制，同时新的语音模式还未向付费用户推送，目前并不知道ChatGPT在语音模式下是否会有讨好女性用户的一面。
对于这些争议，OpenAI也在周日发布了一篇长文，虽然没有回应对话“谄媚”的问题，但明确对语音像女演员一事给予坚决否认。
OpenAI揭秘：这些语音是怎么来的
在《ChatGPT的语音是怎么选出来的》一文中，OpenAI披露，在去年9月推出语音模式前，公司进行了为期5个月的筹备，最终从400多份申请中挑选出了5个声音。
OpenAI斩钉截铁地表示，人工智能的语音不应该刻意模仿名人的独特声音——Sky的声音并不是在模仿斯嘉丽·约翰逊，而是属于另一个专业女演员，这是她自然说话的声音。OpenAI也表示，为了保护配音演员的隐私，公司无法对外公开他们的名字。
OpenAI透露，在2023年初为了让ChatGPT“说话”，公司与一系列知名的选角导演、制片人合作定下了选拔“ChatGPT配音演员”的标准，例如：
有不同背景或能说多种语言的演员；
一种听起来有“永恒”（timeless）感觉的声音；
一种平易近人、能激发信任的声音；
一种音色丰富，且温暖、引人入胜、充满自信、魅力十足的声音；
自然且易于听取。
OpenAI介绍称，在2023年5月，选角机构发布了招募配音演员的通知，在不到一周的时间内，总共收到超过400份申请，有来自专业配音演员，还有一些影视演员。
为了参加试镜，演员们被要求录制一份ChatGPT回复的剧本，涵盖的问题包括正念、头脑风暴旅行计划，以及与用户“日常一天”有关的对话文本。
通过海选，OpenAI确定了一份14人的初选名单。接下来公司与每位演员讨论了AI语音交互和公司的愿景，包括技术能力、局限性、涉及风险以及已经实施的保障措施。之后OpenAI的内部团队基于产品和研究的角度，最终选择了5个声音。这些演员在去年6月和7月期间飞往旧金山展开录音。
OpenAI也在公告中强调，每位配音演员都获得了“高于市场最高水平”的报酬，只要ChatGPT持续使用他们的声音，这种待遇就会持续下去。
公司表示，计划在未来几周里向付费用户提供GPT-4o新语音模式的访问权限。未来也将给ChatGPT引入更多的声音，以更好地匹配用户的不同兴趣和偏好。