让 ChatGPT 用声音表演不同情绪，兴奋的、平静的、戏精的，它都信手捏来，情绪饱满且自然，不知道哪里进修的表演班。

　　除了说话的语气，我们的笑、哭、喘气等状态，也体现了文字不能道尽的心情。如果 AI 能够完美地复刻，那就更加拟人了。

　　这难不倒 ChatGPT，它边伤心啜泣，边赞美自己的语音模式有多厉害，冲击力堪比短视频的 AI 紫薇，好像随时都能过呼吸。

　　当 ChatGPT 代入一位夺得金牌的运动员，模仿同样惟妙惟肖，说话大喘气，表现出既兴奋又疲惫的精神状态。

　　让 ChatGPT 尝试 Vtuber（虚拟主播）赛道，也不是不可以，不过这个声音有点尖细，不够自然，建议听洛天依和初音未来洗洗耳朵。

　　京中有擅者，仅一桌、一椅、一扇、一抚尺，ChatGPT 模仿各种声音的能力不比人类艺术家，倒也马马虎虎。

　　把思路打开，高级语音模式很适合给孩子们讲睡前故事，故事内容、旁白、音效一手包办，一个 AI 就是一个团队。

　　所以也就很容易想到，让 AI 当外语老师，切换语言和我们对话。据说英语母语人士最难学的语言之一马耳他语，也不在话下。

　　巧的是，语言学习软件多邻国，也在周二的年度大会 Duocon 推出了 AI 视频通话，用户可以和多邻国角色「拽姐」练习口语。不过，目前只适用于英语、西班牙语和法语。

　　看来，教培行业假设了，有了 AI 之后，我们不是不用学外语健身计划软件免费，而是更随时随地学各种各样的外语。

　　AI 不仅可以当外语老师，X 网友 @Lyle_AI 通过 ChatGPT 高级语音模式，改进自己的销售话术，整个操作流程非常值得借鉴。

　　他让 AI 扮演一名销售专家，然后向 AI 推销，让 AI 反馈自己的话术说服力强不强、够不够清晰，以及有没有价值。AI 反馈之后，他还会追问，并让 AI 给出示范。

　　练习、反馈、提问、模仿，推而广之，这套流程可以用到面试、演讲等场景，让 AI 帮社恐的人类更擅长口语表达。

　　他边弹边问行不行，随时打断 AI，ChatGPT 表现得很内行，但不知道它的耳朵有没有调音器准。

　　满打满算，从发布 Demo 到正式推送，已经过去了 4 个月，OpenAI 高级语音模式仍然未能完美，和发布会时相比也打了个折扣。

　　时长限制是最让话痨的人类遗憾的，暂时别想和 AI 深夜煲电话粥了，CNBC 和 X 网友 @MattVidPro 的体验都发现，只能和 ChatGPT 聊 45 分钟左右。

　　OpenAI 的官方回答是，每天的限制时间可能都不一样，当天还剩 15 分钟时，会进行提醒。

　　视频和屏幕共享功能也没能实现，AI 没有「眼睛」，意味着不能像 Demo 那样，让它实时解题、给代码纠错，或者夸夸我们的宠物。

　　另外就是一些细节上面的问题了，OpenAI 的官方例子里，在模拟因为迟到给奶奶道歉的场景时，ChatGPT 的普通话语气很真诚，但仍然有些译制腔，不如国产 AI。

　　他让 ChatGPT 模仿醉鬼，它刚说了个开头，停顿了一下之后如梦初醒，切换回了正常语气，说规则不允许它这样做，把他吓了一大跳。

　　类似地，让 ChatGPT 模仿口吃，它也会表示拒绝，因为这样可能会冒犯他人。为了尊重音乐创作者的版权，ChatGPT 也不能唱歌。

　　以规则的形式赋予 AI「三观」，某种程度上让它更像一个「社会人」了。但也有用户觉得，过犹不及。

　　X 用户@spencergardner，让自己两岁半的孩子和 ChatGPT 一起数数、玩文字游戏。他还能介入其中，主持他们的谈话，改变话题，或者提不同的问题。

　　ChatGPT 的高级语音模式现在还支持设定自定义指令，让模型知道用户的名字和一些基本信息，感觉就是为了陪伴场景准备的。

　　之前 ChatGPT 的 Dan 模式火过一阵子，用户用提示词的方式让 ChatGPT 越狱，谈谈情说说爱擦擦边，他们还会用自定义指令，放上自己的名字、爱好等，调教 AI 记住自己。

　　就像播客是一种陪伴媒介，语音总能在情感赛道上一骑绝尘，所以高级语音模式对人心的慰藉，绝对是个卖点，等待进一步的落地。

　　以「阉割版」发布的 ChatGPT 高级语音模式，让我们看到了把 AI 作为学习、生活、工作搭子的未来。不和它说话，它就保持沉默，和它聊天，它不会让你觉得热脸贴冷。

　　通过 ChatGPT 实现流畅的语音对话，可以让我们意识到，在计算机中输入内容是多么不自然。

　　没错，只在聊天框打字是挺无聊的，但让丝滑的语音对话真正走入日常，先从 OpenAI 把高级语音模式推送到更多人，支持多模态和全天候聊天开始吧 。