今年 5 月，OpenAI 首次为其人工智能聊天机器人平台ChatGPT演示了一种非常逼真、近乎实时的"高级语音模式"。几个月后，OpenAI 表示需要更多时间。
OpenAI 在其官方 Discord 服务器上发布了一篇文章，称其原计划于 6 月底开始向一小部分ChatGPT Plus用户推出高级语音模式的Alpha版，但由于一些问题迟迟得不到解决，不得不将推出时间推迟到 7 月。
"例如，我们正在提高模型检测和拒绝某些内容的能力，"OpenAI 写道。"我们还在努力改善用户体验，并准备将我们的基础设施扩展到数百万，同时保持实时响应。作为我们迭代部署策略的一部分，我们将从一小群用户开始进行阿尔法测试，以收集反馈，并根据我们所学到的知识进行扩展。"
OpenAI 表示，高级语音模式可能要到秋季才会面向所有 ChatGPT Plus 客户推出，这取决于它是否满足某些内部安全性和可靠性检查的要求。不过，这一延迟不会影响在 OpenAI 春季新闻发布会上单独演示的新视频和屏幕共享功能的推出。
这些功能包括根据问题图片解决数学问题，以及解释设备上的各种设置菜单。这些功能不仅适用于智能手机上的 ChatGPT，也适用于桌面客户端，比如 MacOS 应用程序，今天早些时候，所有 ChatGPT 用户都可以使用该应用程序。
"ChatGPT先进的语音模式可以理解情绪和非语言线索并做出反应，让我们更接近与人工智能进行实时、自然的对话，"OpenAI写道。"我们的使命是将这些新体验深思熟虑地带给您。"
在发布会的舞台上，OpenAI 的员工展示了 ChatGPT 对请求的即时响应，例如在研究人员智能手机摄像头前的一张纸上解决一道数学题。
OpenAI 的高级语音模式因默认的"Sky"语音与女演员斯嘉丽-约翰逊（Scarlett Johansson）的语音相似而引发了不少争议。约翰逊后来发表声明说，她聘请了法律顾问来询问有关语音的问题，并获得了关于如何开发语音的确切细节--她拒绝了 OpenAI 关于授权她为 ChatGPT 配音的多次请求。
OpenAI 虽然否认在未经许可的情况下使用了约翰逊的声音，也没有使用相似的声音，但随后删除了违规的声音。