关于ChatGPT实时语音功能，你需要知道的15点总结！

大家好，我是木易，一个持续关注AI领域的互联网技术产品经理，国内Top2本科，美国Top10 CS研究生，MBA。我坚信AI是普通人变强的“外挂”，专注于分享AI全维度知识，包括但不限于AI科普，AI工具测评，AI效率提升，AI行业洞察。关注我，AI之路不迷路，2024我们一起变强。

1. 什么是ChatGPT实时语音功能？

ChatGPT实时语音功能（Advanced Voice Mode）最早亮相于OpenAI 2024年5月13日的春季直播发布会，与GPT-4o模型同时发布。但随后的4个多月中，该功能一直处于alpha内测阶段，仅有少部分参与内测的用户有体验权限。而就在昨天，OpenAI官方宣布，ChatGPT实时语音功能将在本周内向所有ChatGPT Plus和Team会员用户推送。说是“本周”，但实际上我周围的很多小伙伴当天就收到了这一新功能的推送。

相较于之前的标准语音，高级语音功能利用了GPT-4o模型的原生音频能力（多模态），提供更加自然、实时的类似于真人之间的对话体验，甚至可以识别非语言细节（例如你说话的速度）并带有情感地回应。

关于该功能的详细视频介绍可以看我的这篇文章：《春日暖阳，何不来看一场OpenAI的发布会》。

2. 如何使用ChatGPT实时语音功能？

目前ChatGPT实时语音功能仅对付费会员开放，所以想要体验该功能需要满足两个条件：一是一个ChatGPT账号，二是开通ChatGPT Plus或者Team会员。

需注意的是，个人用户推荐开通ChatGPT Plus会员就可以，价格不算便宜（20美元每月），需要确认好自己的需求。如果只是想体验玩玩，可以选择国内的智谱清言或者阿里通义千问。

3. 开通了Plus会员还是没有看到实时语音功能？

有可能是还没被推送到，这种情况等待即可，本周肯定都能推送到。

在等待的同时可以按照下面的方法自检一下。

首先在iOS App Store或者谷歌Play Store确认把ChatGPT app升级到最新版本（1.2024.261版本及以后）。其次，确认一下自己的上网环境，最好将IP切换至美国。最后，退出ChatGPT账号然后重新登录。

4. ChatGPT实时语音功能可以在哪些设备使用？

目前ChatGPT实时语音功能仅支持移动端，即iOS或安卓ChatGPT app中使用。macOS端有小伙伴反应还没有推送到。

浏览器网页端则是连标准语音功能都不支持，更不用说实时语音功能。

5. 实时语音功能在哪些国家可用？

OpenAI明确表示，ChatGPT实时语音功能尚未在欧盟、英国、瑞士、冰岛、挪威和列支敦士登开放。

6. 如何开始语音对话？

在ChatGPT app内点击右下角（输入框右侧）的语音按钮，即可进入语音对话模式。

如果是实时语音模式，你会在页面中心看到一个蓝色的圆球。

如果是传统的标准语音模式（标准语音模式对所有用户开放，包括免费用户），页面中心会有一个黑色的圆圈。

7. 有多少种声音选项可供选择？

ChatGPT实时语音功能提供共计9种声音供你选择，每种声音都有其独特的语调和性格。

1. Arbor - 随和且多才多艺

2. Breeze - 生动且真诚

3. Cove - 沉着且直接

4. Ember - 自信且乐观

5. Juniper - 开朗且积极

6. Maple - 活泼且坦率

7. Sol - 聪慧且放松

8. Spruce - 平静且充满肯定

9. Vale - 明亮且好奇

8. 实时语音聊天时长有限制吗？

OpenAI明确强调，ChatGPT Plus和Team用户的实时语音模式每天有使用时长的限制，且每日限制可能会变化（和高级模型类似，会随着当前资源动态调整）。当你快要达到每日的使用上限前15分钟，ChatGPT会发出如下的通知提醒。

一旦达到实时语音模式的每日限制，对话将立即结束，随后你可以切换到标准语音模式继续语音聊天。标准语音与生成响应所使用的基础模型共享消息限制，这意味着，如果你在标准语音模式下使用GPT-4o来和ChatGPT对话，它将会占用你GPT-4o的使用额度。

当前ChatGPT Plus会员能够使用无限次数的GPT-4o mini模型，80次/3小时的GPT-4o模型，以及40次/3小时的GPT-4 Turbo模型。标准语音模式将消耗这些额度。

9. 可以在后台或锁屏时继续语音对话吗？

可以，在ChatGPT app-设置中启用后台对话（Background Conversations）功能，你就可以在后台或者锁屏状态下继续语音对话。

但是结合上一条限制来看，一天24小时在后台开着ChatGPT语音模式并不可行，因为有着聊天时长的限制。

10. ChatGPT实时语音功能能视频聊天吗？

目前不可以。虽然在发布会中OpenAI的研究人员展示的是能够进行视频聊天（ChatGPT通过摄像头识别视频中的内容），但当前的ChatGPT实时语音功能还没有实时视频功能，算是“阉割版”。

11. 可以与GPTs进行实时语音对话吗？

不可以。GPTs目前暂不支持实时语音功能，仅支持标准语音对话。与前面介绍的ChatGPT的9种输出声音不同，GPTs有自己独特的语音选项，名为Shimmer。

12. 可以通过语音对话生成音乐内容吗？

不可以。OpenAI设置了多个过滤措施，以防止语音对话生成包括演唱在内的音乐内容。

13.如果降级为ChatGPT免费账户，还能使用实时语音功能吗？

不可以。实时语音对话仅对Plus和Team付费用户开放。

14. OpenAI会保留语音对话中的音频多长时间？

在实时语音对话模式下，音频片段与对话历史中的转录内容会一起存储。对话历史中会有一个音频icon，表明该对话是在实时语音模式下进行的：可以看到灰色的文字和一个小麦克风图标。

实时语音对话的音频片段会与对话历史一起保留。如果你删除对话，OpenAI将在30天内删除相关的音频片段，除非出于安全或法律原因需要保留，或者你已与OpenAI分享过这些音频片段用于模型训练，而这些音频片段已与你的账户解除关联。

一旦删除对话，无法恢复。如果你希望从聊天历史中删除对话（但对话内容仍保留在账户中），可以使用归档功能。归档的对话相关音频片段也会被保留。

在标准语音模式下，音频片段在生成响应之前会被转录。一旦转录完成，音频片段将被删除，除非你选择分享音频片段来训练模型。

15. OpenAI会使用语音对话中的音频来训练模型吗？

不会，除非你选择分享语音对话中的音频片段以训练模型。

如果你启用了“为所有人改进模型”选项，那么OpenAI可能会使用语音对话的转录内容来训练模型，但不会使用相关的音频片段。

---

精选推荐

---

都读到这里了，点个赞鼓励一下吧，小手一赞，年薪百万！😊👍👍👍。关注我，AI之路不迷路，原创技术文章第一时间推送🤖。