与ChatGPT的对话变得不那么尴尬了。Adnan Ahmed为Engadget报道，像ChatGPT这样的AI助手正在稳步发展，随着每个新模型的推出，提供了更多的功能、更高的准确性和更快的响应。生成式AI并不完美，您真的不应该将其视为不可置疑的信息来源，但对于那些接受这项技术的人来说，切换到语音对话而不是打字可能会更加方便。ChatGPT在2023年的原始语音模式依赖三个独立的系统来使其工作。它首先将您的语音转换为文本，然后使用语言模型生成答案，最后使用文本转语音模型将其读出。之后推出的高级语音模式采用了单一的多模态模型，显著改善了使用体验。ChatGPT现在配备了用于处理语音对话的GPT-Live模型，这在对话的自然性方面迈出了重要一步。OpenAI称其为“全双工”架构，允许它同时听和说。这是您可能对之前的语音模型提出的一个抱怨，因为它有时会将短暂的停顿误认为是您发言结束，并在您实际完成句子之前就开始回应。现在，您在说话时偶尔会听到ChatGPT发出“嗯嗯”或“是的”等简短的确认回应，就像真实对话中一个人的反应一样。GPT-Live还可以在后台将更复杂的任务转交给其他能够的模型，如GPT-5.5，当问题需要推理或研究时。开始与GPT-Live的对话Adnan Ahmed为Engadget报道，GPT-Live语音模型通过Android和iOS设备的ChatGPT应用程序以及任何浏览器的网络访问。ChatGPT Pro、Plus和Go用户将可以访问GPT-Live-1模型，而免费计划的用户可以访问GPT-Live-1迷你模型。GPT-Live取代了先前基于轮次的高级语音模型，成为默认选项。要开始对话，只需点击文本框最右侧的ChatGPT语音图标（以波形符号表示）。如果这是您第一次使用声音与ChatGPT交谈，您可能会被要求授予它访问您设备麦克风的权限。一旦进入语音模式，您将在屏幕上看到一个响应迅速的浮动球体。您现在可以像往常一样开始说话。如果您点击右上角的设置图标，您可以更改语音模型的智能水平。您有三个选项可供选择：即时、中等和高。此自定义功能在GPT-Live-1迷你模型上不可用，因此目前需要付费计划。即使您切换到其他应用或锁定设备，ChatGPT语音也会保持激活。虽然总体体验比ChatGPT的前几个版本的语音模式有所升级，但GPT-Live目前不支持屏幕或视频共享。幸运的是，您可以通过进入ChatGPT的设置，导航到语音并选择其他模型来还原为旧的语音模型。在这里，您还可以为ChatGPT选择不同的声音、更改其语言或将ChatGPT语音设置为启动应用程序时的默认模式。GPT-Live的优越之处Adnan Ahmed为Engadget报道，我是一个更喜欢打字的人，所以起初我并没有考虑升级版本的ChatGPT语音。直到我实际尝试与它进行几次长时间的对话。让我印象最深刻的并不是它的智能，而是我有多快就停止了考虑我是在与一个AI进行对话的事实。ChatGPT语音不再在您说话中途打断您，也不需要尴尬地等待它完成发言才能重新插入。对于较长的问题，我几乎能感到GPT-Live能够预测我接下来要说什么。GPT-Live的响应能力也使其成为进行实时翻译的绝佳工具。在与GPT-Live的对话中，您可以随时向下滚动以显示所有言论的记录。如果您问ChatGPT一个它认为用视觉回答更好的问题，它会在其口头回应旁边创建一个交互式小部件。GPT-Live的智能水平默认设置为即时，能够轻松处理大多数日常问题，同时优先考虑快速响应。它仍然可以将搜索和更深层次的推理转交给后台更强大的模型，同时保持对话的流畅。如果您确实计划更频繁地与GPT-Live讨论复杂主题，我发现切换到中等和高智能水平会增加一到两秒的额外思考时间，但这种额外的延迟并不会影响对话流的自然性。