ChatGPT 高階語音登陸桌面端：Mac 和 Windows 都能即時對話了

很多人在手機上跟 ChatGPT 聊天，總覺得像是在打一通隨性的越洋電話。但如果在你盯著顯示器敲程式碼或改論文時，雙手不用離開鍵盤，直接開口就能跟它來回爭論，事情就完全變了。

OpenAI 宣佈，ChatGPT 的高階語音模式（Advanced Voice Mode）正式推送到 macOS 和 Windows 桌面應用。在此之前，這項能力只開放給了 Android 和 iOS 移動端。

鍵盤敲累了，直接開口聊資料

想要用上這個功能，電腦使用者需要把 ChatGPT 桌面客戶端下載或更新到最新版本。進入介面後，在底部的文本輸入框旁邊，點選新增的聲波圖示就能直接開啟。

這次更新不僅把移動端的人性化對話搬到了大螢幕上，還加入了 5 個新聲音選項，分別是 Vale、Spruce、Arbor、Maple 和 Sol。它們各自帶有不同的音高、語調以及地域口音，聽起來更像真人。

這項技術最早在 5 月的釋出會上亮相，9 月才開始小規模推送。和普通的文字轉語音不同，高階語音模式能夠表達情緒、根據語境調整語調，並且能自然地被你的插話打斷。

在電腦端，這種語音互動有了更具體的落地場景。比如寫論文或趕作業時跟它隨時探討論點，或者在寫程式碼時讓它充當結對程式設計的搭檔。你甚至可以直接把資料檔案拖進視窗，然後靠雙向語音直接盤問它的分析結果和核心結論。

不過門檻依然存在。這項功能目前依然只向 ChatGPT Plus 和 Team 付費訂閱使用者開放。此外，由於合規問題，歐盟、英國、瑞士、冰島、挪威以及列支敦斯登等地區的使用者暫時無緣體驗。

巨頭們把戰火燒回了電腦桌面

AI 廠商們對桌面的爭奪正在迅速升溫。就在 OpenAI 宣佈桌面語音上線的同一天，競爭對手 Anthropic 也正式釋出了針對 Mac 和 Windows 的桌面客戶端，為其前不久公開的「Computer Use」計算機控制工具鋪路。

與此同時，據報道 Google 也在研發能夠替使用者訂電影票和下單購物的代理式瀏覽器工具。各家大廠的動作都在表明，AI 正在從手機端的聊天玩具，轉向電腦桌面上的生產力工具。

為什麼重要

對於每天坐在電腦前的開發者、分析師和文字工作者來說，桌面端的高階語音非常有吸引力。它解決了一個最直接的痛點：你在做複雜工作時，不必再分心去拿手機對著麥克風說話，直接在桌面環境就能完成多模態溝通，尤其是配合資料檔案直接對話，工作流順暢了不少。如果你本來就是付費使用者，完全值得立即更新體驗。

從行業競爭來看，桌面端正在成為 AI Agent 競爭的核心試驗場。手機螢幕小且許可權受限，而電腦桌面擁有完整的多工視窗、檔案系統和專業軟體。Anthropic 正在嘗試讓 AI 控制滑鼠鍵盤，OpenAI 則是先把最自然的人機語音通道打通，兩家走出了不同的路徑。

我們認為，OpenAI 把語音搬上桌面的時機很準，但在產品設計上仍有隱患。目前的語音模式本質上還是一個掛在窗口裡的對話機器人，它還沒能和桌面作業系統真正打通，既不能幫你點開軟體，也不能即時讀取螢幕內容。相比於真正能幹活的桌面代理，它看起來更像是一個停留在顯示器邊上的高階參謀。