OpenAI начала развертывание расширенного голосового режима ChatGPT, предоставив пользователям доступ к гиперреалистичным аудиоответам GPT-4o. Альфа-версия уже доступна небольшой группе пользователей ChatGPT Plus. Осенью 2024 обещают массовый запуск для всех остальных пользователей Plus.
Когда OpenAI впервые продемонстрировала голос GPT-4o, он удивил аудиторию сходством с реальным человеческим голосом, в частности, с голосом Скарлетт Йоханссон. Актриса заявила, что отказалась от запросов на использование ее голоса и даже наняла юристов для защиты. OpenAI отрицала использование голоса Йоханссон, но позже удалила его из демонстрации и отложила выпуск расширенного голосового режима для улучшения мер безопасности.
Теперь OpenAI заявляет, что расширенный голосовой режим будет ограничен 4 предустановленными голосами – Juniper, Breeze, Cove и Ember – созданными в сотрудничестве с актёрами озвучки. Голос Sky, показанный в майской демонстрации, больше недоступен. OpenAI подчеркивает, что ChatGPT не может имитировать голоса других людей.
Модель GPT-4o может реагировать на аудиовходы в среднем за 320 миллисекунд, что сопоставимо со временем отклика человека в разговоре.
