GPT-4o版“Her”：革命性的语音功能上线，支持自然对话与情绪感知

本文链接：https://blog.csdn.net/weixin_41429382/article/details/140849719

GPT-4o版“Her”的语音功能已经上线，支持自然对话和情绪感知，广泛应用于教学、讲故事等场景。输出token数量暴涨至64K，显著提升了模型的文本输出能力。以下是详细的使用方法、应用场景和技术特点。

GPT-4o语音功能目前仅向小部分ChatGPT Plus用户开放测试。用户需要是ChatGPT Plus会员，并通过ChatGPT的官方APP或Mac版客户端访问。这种限制可能是为了确保功能的稳定性和安全性，同时也为了进行更深入的测试和优化。

用户收到OpenAI发送的包含使用指南的电子邮件，以及在手机APP中收到的通知消息。用户可以通过ChatGPT App启动GPT-4o语音功能。通过官方渠道获取使用指南和通知，可以确保用户能够正确使用新功能，并了解其最新动态。

GPT-4o可以作为口语外教，帮助用户练习发音，提供鼓励式教育。例如，有用户让GPT-4o帮助纠正法语发音，效果显著。GPT-4o在教学领域的应用展示了其在语言学习和口语练习中的潜力，特别是在提供实时反馈和鼓励式教育方面。

GPT-4o能够讲述带有氛围感的故事，使用拟声词来增强故事的情感表达。例如，它可以编一个雨夜和女士相遇的故事，详细描述雷声和雨声。这种能力使得GPT-4o在讲故事和娱乐领域具有很高的应用价值，能够提供更加生动和情感丰富的体验。

GPT-4o支持随时打断对话，提供更自然的实时对话体验。用户可以随时插入自己的话语，模型会做出相应的回应。这种自然对话能力使得GPT-4o在与用户的互动中更加灵活和自然，提升了用户体验。

系统能够感知并回应用户的情绪波动，增加对话的互动性和情感深度。例如，GPT-4o可以识别用户的情绪并做出相应的情感回应。情绪感知功能使得GPT-4o不仅是一个信息提供者，更是一个情感助手，能够更好地理解和回应用户的情感需求。

GPT-4o的输出token数量暴涨16倍至64K，这意味着模型能够处理更长的文本输出，适用于更复杂的对话和创作任务。更长的输出token数量显著提升了GPT-4o的处理能力，使其在数据转换、代码生成和复杂文本生成等任务中表现更加出色。

GPT-4o版“Her”的语音功能为用户提供了自然对话和情绪感知的能力，广泛应用于教学和讲故事等场景。其输出token数量的显著增加，使其在处理复杂任务时表现更加出色。尽管目前仅向部分用户开放测试，但其强大的功能和广泛的应用前景预示着未来GPT-4o的广泛应用和进一步发展。

GPT-4o版“Her”在教育领域的具体应用案例包括：