開啟對話的新界面：ChatGPT的進階語音模式已經來了
在OpenAI近期的一系列更新中，最值得注意的是它們將推出新的進階語音模式。這個功能將使使用者能夠與ChatGPT聊天時，和普通人一樣自然、流暢。
雖然這個新功能的推出是好消息，但是卻有一些地區不能馬上享受到這項優惠，包括冰島、列支敦士登、挪威、瑞士和英國等歐洲聯盟國家。OpenAI的共同創辦人兼CEO Sam Altman在社交媒體平台X發表了一則訊息，表示「希望你們覺得等待值得了」。
這就是進階語音模式今天正式上線的好消息！要如何啟用它呢？以下是關於它的一切細節，以及如何在ChatGPT中啟用進階語音模式。
Advanced Voice Mode 上ChatGPT: 該怎麼使用？
你知道嗎？ChatGPT現在可以和你進行口語交談了！ 這意味著你可以有更自然的互動和溝通。當你使用口音輸入詢問問題或討論時，ChatGPT會回應。目前，口語交談分為標準模式和高級模式。 高級聲音模式正在逐步推出給所有Plus和Team用戶。期間，我們還增加了自訂指示、記憶功能、五種新的聲音和改進的發音效果。甚至可以說“對不起，稍後再說” 的話語在50多種語言中都有！ pic.twitter.com/APOqqhXtDg > > — OpenAI (@OpenAI) September 24, 2024
ReadWrite最近報導了OpenAI推出標準聲音模式。標準聲音使用多個大型語言模型（LLMs）生成回應，包括將你說的話轉換成文本再傳遞給OpenAI的模型。雖然標準聲音並不像高級模式般為非同步，但它還是使用GPT-4o和GPT-4o mini進行交談，每個提示都計入你的消息限制中。
高級模式與之不同的是，它直接使用GPT-4o的原生音頻功能，從而能夠產生更自然、實時的對話，甚至可以捕捉到非語言cue，如使用者說話的速度等，可以用情感來回應。然而，由於高級模式的限制，每天只能由Plus和Team用戶使用指南：
- 只返回重寫文章
- 首句必須為h2標記
- 重寫文章必須使用傳統中文語言
如何啟動ChatGPT的語音模式
最近，OpenAI 將 Advanced Voice Mode 的音頻模式引入了一小群 ChatGPT Plus 使用者，並計劃在今年秋天擴展到所有訂閱戶。當初的試驗版中已包含螢幕和視訊分享功能，但目前仍未在這個 alpha 版本中提供，而且OpenAI並未提供任何進一步的時間表。為了讓您知道新功能的可用性，OpenAI 將會通過郵件通知 Plus 訂閱戶。一旦啟動，這些使用者就能在螢幕頂部切換 Standard 和 Advanced Voice Modes。要開始語音對話，只需點按螢幕右下角的語音圖標。如果您正在使用進階語音，當對話開始時螢幕中央會顯示一個藍色球體；標準語音則是黑色的。OpenAI 的新聊天機器人語音模式顯示的是一個藍色球體。
當您與機器人交談時，您可以點按螢幕左下角的麥克風圖標來暫停或恢復語音對話。當您準備結束會議時，只需點按螢幕右下角的退出圖標就可離開聊天室。如果這是您第一次啟動語音對話，或是第一次使用進階語音，您將會被要求選擇語音請注意，這個聲音選項中的音量可能與您在對話中聽到的不同。您可以稍後在設定中更改您的語音，進階語音的使用者甚至可以直接從聊天畫面上調整語音。
要啟動語音模式，您必須給予ChatGPT 應用程式存取麥克風以確保一切順暢。如果這個功能尚未可用，您將會看到耳機圖標而不是暫停/恢復按鈕。無論您使用哪種版本，都可以隨時中斷對話，讓它更符合您的需求。
目前，OpenAI 正在為部分Plus 使用者推出 Advanced Voice Mode 功能。如果你還沒有這個功能的通知，你可以繼續往下看本文以了解更多資訊。
是ChatGPT語音功能是否可用？
如果你已經登入 ChatGPT 的 iOS、macOS 或 Android 應用程式，你就可以享用標準的語音功能了。但是，進階語音目前只有 Plus 和 Team 使用者才能使用。 進階語音有每天使用量限制，這可能會隨時間而改變，但你會收到提醒訊息當你接近限制時—從 15 分鐘警告開始。 一旦你超過了限制，聊天就會自動切換到標準語音。
進階語音目前不支援像是圖像這樣的功能，所以用戶只能繼續進行進階語音聊天當它是純文字或標準語音，而不是相反。 問題開始時為標準語音就可以永遠恢復使用標準語音或純文字，但不能使用進階語音。 進階語音在 GPTs 裡面也不可用—你必須切換到標準語音才行。
OpenAI 並沒有引入一些可存取的功能，結果是子標題就不能在語音聊天時顯示出來，但會在文本聊天後面顯示出轉錄。另外，你只能進行一次語音聊天。 進階語音能夠創建和訪問記憶以及自訂指令，同樣與標準語音一樣具備這些功能。
是ChatGPT語音聊天安全嗎？
你知道嗎？最近OpenAI公開了一個報告，說明ChatGPT的語音模式中出現了幾個安全漏洞。但是，好消息是他們已經介入並正在處理這些問題。
在報告中提到，由於使用該模型時會出現的一些知名問題。例如，ChatGPT可能會產生不適當的回應，如色情或暴力內容，並且對某些群體產生偏見性假設。雖然OpenAI已經訓練了該模型來阻止這類型的輸出，但報告指出非語音聲音，例如色情呻吟、暴力尖叫和槍聲等，並沒有完全過濾掉。因此，如果您使用這些敏感聲音的提示，也可能會觸發回應。
另一項挑戰是與該模型進行口語溝通。測試人員發現，GPT-4o可以被騙成複製某人的聲音或不小心像用戶一樣發音。為了避免這種情況，OpenAI只允許預先批准的聲音，不包括像Scarlett Johansson一樣的聲音，這家公司已經從中刪除。
另外，雖然GPT-4o可以識別其他聲音，但由於隱私原因，它被訓練來拒絕這類型的要求，除非它是在辨識名人的引用。
紅隊員還發現，GPT-4o可以被操控來說服地話，這對於散佈誤導性信息或陰謀理論具有更大的風險，因為語音會有更大的影響。該模型已經被訓練來拒絕著名內容的要求，並且額外過濾了音樂。但是，這也意味著它不能唱歌。而在這裡的一個例子中，語音幫助了一位用戶通過哼歌調節他的吉他。
看看這裡，對吧？
高級語音功能在ChatGPT調整我的吉他。
pic.twitter.com/1H6mYZTCq7— Pietro Schirano (@skirano) September 24, 2024
要知道，這些問題並不是什麼大不了的事情，因為OpenAI正努力解決它們。所以，接下來，我們將探討ChatGPT語音聊天的安全性到底有多安全？
停止分享音訊的方法
你想知道如何停止分享你的音訊嗎？那就來看看吧！
首先，你需要進入ChatGPT設定中的數據控制頁面。然後，只需在“提高聲音為所有人”選項上打勾，按下保存即可停用這個功能。如果你看不到“提高聲音為所有人”，那意味著你尚未與OpenAI分享你的音訊，並且它不會被用來訓練模型。
但是，如果你決定停止分享，你的未來對話中的音訊就不會再用於模型訓練。但是，那些之前已經與你的帳戶解耦的音訊片段仍然可能會用來訓練OpenAI的模型。
值得注意的是，即使你停用了“提高聲音為所有人”，OpenAI仍然可能會使用那些對話的轉錄來訓練模型，尤其是如果你還選擇了“為所有人改善模型”的設定。因此，如果你想完全退出，那就需要禁用這個功能。
另外，你需要知道的是，即使你刪除聊天記錄，音訊片段也會在30天內被刪除，除非它們被用於安全或法律原因。如果你之前已經分享了你的音訊片段來幫助訓練模型，那些片段可能仍然會被使用，但只當它們與你的帳戶解耦後。
總而言之，如果你想停止分享你的音訊，需要進入ChatGPT設定中的數據控制頁面，禁用“提高聲音為所有人”和“為所有人改善模型”的功能。這樣，你的未來對話中的音訊就不會再被用於模型訓練，而以前已經分享的音訊片段也會被安全地刪除。
