OpenAI推出ChatGPT桌面语音交互

近日，OpenAI宣布对其ChatGPT桌面应用进行更新，新增了对ChatGPT语音功能的支持。用户现在可以通过语音与AI智能体对话，控制它们执行计算机上的各种任务。

这一新功能基于OpenAI本月初发布的ChatGPT-Live语音模型家族。这些模型为语音交互提供了更加自然流畅的体验，使AI能够更好地理解用户意图并提供准确回应。

ChatGPT语音功能兼容ChatGPT Work和Codex系统，并能利用计算机使用技能查找网站和应用程序。在macOS系统上，通过Appshots功能，用户可以授权应用访问屏幕内容，包括替代文本(alt-text)。

与手机版本相比，桌面版的ChatGPT语音功能更为强大。虽然手机版已经具备更流畅的对话体验和更好的中断处理能力，但并不具备在手机上执行操作的功能。而桌面版则允许用户通过语音下达涉及多个步骤的复杂指令，并在ChatGPT需要用户输入时进行响应。

根据OpenAI提供的演示视频，一位开发者仅通过一条语音指令，就命令ChatGPT创建新线程、发起拉取请求并查找bug的根本原因。这种高效的多步骤操作展示了语音交互在专业工作环境中的巨大潜力。

OpenAI表示，用户可以通过远程访问方式，在iOS应用中使用Codex的ChatGPT语音功能。这进一步扩展了语音交互的应用场景，使不同平台用户都能享受到语音控制的便利。

值得注意的是，竞争对手Anthropic也已更新其Claude语音模式，利用Opus、Sonnet和Haiku等模型在Gmail、日历、Slack、Notion和Canva等应用程序中完成任务。这表明语音交互已成为AI助手领域的重要发展方向。

此次更新标志着OpenAI在语音AI领域的持续投入，也为用户提供了更加直观、高效的交互方式。随着技术的不断进步，未来语音控制智能体将成为常态，进一步改变人机交互的模式。

关注微信号：智享开源 ，及时了解更新信息。

0 0