语音模式

这是一种不用打字,而是直接开口、实时与聊天机器人对话的功能。它不再是过去那种「语音识别→文本处理→语音合成」的接力方式,最新模型能直接把声音当声音来理解,再用声音来回答。因此打断对方说话、笑声、耳语、带情绪的语调都变得可能。

它作为口译、发音纠正、开车时使用、以及老年人和儿童使用者入门途径而备受关注。电影《她(Her)》总是被拿来当作类比——正因如此,关于「人与AI关系」的争论也常常从这项功能开始。

1. 在ChatGPT或Gemini应用中点击语音对话图标。
2. 试着说:「我现在开始说英语,如果语法错了请帮我纠正。」
3. 在说话过程中打断它,换个话题试试——实时对话的自然感正是这项功能的核心。