ChatGPT 语音对话全面开放，苹果的 Siri 危矣？
整理 | 屠敏
出品 | CSDN（ID：CSDNnews）
争论了 5 天，OpenAI 这场「闹剧」终于在昨日下午 OpenAI 官宣 Sam Altman 回归继续担任 CEO 后暂时告一段落。
而此前似乎是为了分散外界的注意力，OpenAI 悄悄地在官方 X 账号上推出了一项颇为重磅的功能——ChatGPT 语音功能现在已经向所有用户免费开放。在手机上下载该应用程序，然后点击耳机图标即可开始对话。
彼时还未回归 OpenAI 继续写代码的总裁兼联合创始人 Greg Brockman 在第一时间进行了转发分享，并附上“ChatGPT Voice 面向所有免费用户推出。尝试一下——彻底改变 ChatGPT 体验。”
随着这款新功能的普及，不少爱好者立即上手进行了体验，还惊喜的发现倘若在最新的 iPhone 15 Pro 系列上使用它，甚至可以直接替代 Siri，让 ChatGPT 成为手机上更健谈的语音聊天助手。
ChatGPT 语音功能全面开放使用！
事实上，早在今年 9 月，OpenAI 便向外界介绍了 ChatGPT 语音功能：你只需要点击按钮并说出自己想问的问题，ChatGPT 将其转换为文本并反馈给大模型，获取答案后再将其转换回语音，然后大声朗读答案。
这好比现在直接与我们手机上的 Siri、小爱同学等语音助手交谈一样。
只是有所不同的是，ChatGPT 所带来的语音功能是由一个新文本到语音模型提供支持，该模型能够仅通过文本和几秒钟的语音样本生成“类似人类的音频”，OpenAI 此前表示，他们与几位知名的配音演员合作，创作了 5 种不同的声音。与此同时，OpenAI 还用了其开源语音识别系统 Whisper 将口头表达转录为文本。
就在几周前，OpenAI 将此功能向 ChatGPT Plus 和 Enterprise 订阅者推出。现如今，所有用户都可以直接使用它。
不过，需要注意的是，该功能只能在移动应用程序中可用，ChatGPT 网站上还无法使用。
初尝 ChatGPT 的语音功能
要想尝试一下语音聊天，首先要下载适用于 iOS/iPadOS 或者 Android 的 ChatGPT App。
对此，外媒 ZDNET 给出了一份指南，即启动 ChatGPT App 后，点击“耳机”图标。如果是第一次体验，你需要在 Jennifer、Ember、Cove、Sky 或 Breeze 5 种声音中选择一种。
接下来，说出你的问题或请求。作为回应，ChatGPT 会以语音回答。然后，你可以继续以这种方式聊天以进行对话。点击 X 结束语音聊天，回应将以文本形式出现在聊天屏幕上，这样就可以正常使用了。
或许是为了自嘲近日的风波，OpenAI 官方在 X 平台上展示的示例就是，有人问 ChatGPT：
对于团队来说，这是一个漫长的夜晚，我们很饿。我应该为 778 人订购多少个 16 英寸的披萨。
要知道，此前 Sam Altman 被罢免之后，该公司 778 名员工中有超过 96% 的人威胁称，如果两位联合创始人不复职，他们将辞职。
没想到，这会被用在 ChatGPT 推出的语音功能示例中。对此，ChatGPT 的回答是：
假设每人平均吃三片，每个 16 英寸的披萨大约提供 12 片，那么你需要订购大约 195 个披萨。
如何把 ChatGPT 在 iPhone 中一键唤醒，宛如 Siri
这是和使用文本输入完全不一样的体验方式。基于此，还有网友直接把这一功能结合上最新的 iPhone 15 Pro 系列来用，惊叹地发现：Siri 的命运或至此就要打上一个大大的问号了。
对于 iPhone 15 Pro 系列，苹果于今年秋季发布会上官宣放弃了近 20 年的静音拨片设计，而是使用了“动作按钮”（Action button）作为替代，其实也就是虚拟键。在此基础上，使用者可以通过全新的操作按钮键快速启动相机、手电筒、激活语音备忘录、焦点模式、翻译和放大镜等辅助功能。
当然，你也可以将这个按钮自定义设置为唤醒 ChatGPT App 的按钮，而无须再使用 Siri。
要想这样做，你只需要打开 iOS 设置中的“操作按钮”菜单，然后滑到末尾附近的“快捷方式”选项，点击蓝色按钮“选择一个快捷方式”。当侧面按钮的视觉效果出现时，滑动到快捷方式选项，单击“选择功能”，然后选择 ChatGPT 应用程序即可。
配置完成后，你可以按住侧边的操作按钮开始 ChatGPT 语音会话，直接对ChatGPT 说出你的问题，并听取其回答——就像 Siri 一样，但聪明得多。
不过，Siri 和 ChatGPT 仍然存在显著差异。例如，Siri 与 iPhone 深度集成，使其能够执行设置计时器和控制手机音量等操作。
但在涉及一般知识问题时，ChatGPT 的知识深度和更具对话性的风格可以说更好——只要你意识到它产生的答案也有可能是错误的，有辨别的能力就行。
对于最新语音功能的全面开放，有不少付费用户抱怨， ChatGPT Plus 的用户权益好像并不比普通用户多多少，也有开发者好奇直言：
那么，这里的盈利模式是什么？要实现此功能，需要运行：语音转文本、LLM 本身和文本转语音。我们一直听说公司运行其 LLM 服务需要花费多少钱......
还有用户希望 OpenAI 能够进一步改进，「我不想要通用的声音，我希望能够克隆我自己的声音并将其播放给我听。如果 ChatGPT 要开始为我工作，那么它需要能够冒充我」。
同时，由于技术领域的隐私问题，还有用户质疑这一修改的安全影响。苹果公司是否会通过更新来应对用户偏好的这种转变，或者 ChatGPT 是否会成为 iPhone 用户的默认选择？
只能说，随着 ChatGPT 语音功能的全面开放，巨大的变化即将到来，一些 AI 语音助手也需要做好充足的准备才能不被 AI 大模型的洪流淹没。
