ChatGPT 高階語音大更新：語氣更自然，還能連著當同傳

跟 AI 語音聊天最容易出戲的瞬間，往往不是它答不上來，而是那種永遠平鋪直敘、毫無起伏的播音腔。

剛過去的週末，OpenAI 悄悄給 ChatGPT 的高階語音功能（Advanced Voice）推送了一次更新。所有平臺的付費訂閱使用者，現在應該都能聽到更像真人的聲音了。

連停頓、重音和「諷刺」都學得有模有樣

OpenAI 這次調整的重點，不是模型本身知道多少知識，而是它說話時的微表情和微語氣。

官方表示，新版聲音聽起來更加自然流暢，語調起伏更微妙，節奏也更真實。它學會了像人類聊天那樣，在合適的地方停頓一下，或者把某些詞咬得更重。

更有意思的是情緒表達。OpenAI 明確提到，現在的高階語音能更好地表現同情心，甚至能傳達出諷刺和調侃的語氣。

除了聊天更順溜，這次更新還強化了即時口譯體驗。你只要對 ChatGPT 說一句幫我翻譯，它就會一直充當同傳角色，持續監聽並翻譯雙方的對話，直到你明確讓它停下，或者要求換一種語言。

依然甩不掉的走調和背景雜音

聽起來更像真人，不代表它就萬無一失了。

OpenAI 自己也打好了預防針，提醒使用者音訊質量可能會出現小幅波動。最明顯的就是偶爾會出現出乎意料的音調或音高變化，聽起來就像突然破音或走調了一樣。

此外，老版本里那些讓人哭笑不得的語音幻覺問題，這次並沒有完全解決。在某些情況下，ChatGPT 依然可能會冷不丁吐出一些莫名其妙的怪聲、亂碼胡話，甚至自己給自己配上奇怪的背景音樂。

目前這項功能已經對全球所有支援市場的 ChatGPT 付費使用者全平臺開放。

為什麼重要

讓 AI 學會人類說話時的微妙語氣，包括停頓、重音乃至諷刺，實際上是在跨越人機交流的最後一層心理隔閡。我們認為，這一步走得相當巧妙。對經常把 ChatGPT 當外語陪練、頭腦風暴搭子或者出境遊即時翻譯的使用者來說，這種更流暢且支援持續監聽的口譯模式，實用性甚至遠超那些冷冰冰的文字升級。

但從體驗上來看，隱患也擺在眼前。語音幻覺、雜音和莫名走調沒被根治，說明模型底層對音訊流生成的絕對控制力依然不夠紮實。一旦你在正式跨語言商務談判時讓它同傳，突然冒出一句胡言亂語或怪異聲調，場面就會非常尷尬。

對整個行業而言，語音互動的門檻早已從聽懂指令變成了像人一樣聊天。OpenAI 這次把同理心和諷刺語氣加入進來，基本上是在倒逼其他做語音助手的廠商加快步伐，把比拼重點從語音識別準確率推向了更具人情味的語氣表達。