ChatGPT版「Her」被玩疯：哭着读诗，中文表现也很亮
内容提要
ChatGPT版「Her」是一种高级语音功能，能够用中文讲故事、快速数数、学猫叫等。GPT-4o具备多模态能力，可以独立完成任务，识别并响应用户语音中的情感变化。
延伸解读
中文表现：自然但仍有瑕疵
GPT-4o用中文讲故事时，情绪和描述都较为自然，获得不少网友认可。但测试也暴露出问题：语速略显慢，且将“气”读成了“kì”。这表明其中文语音合成虽已相当流畅，但在发音准确性和节奏控制上仍有改进空间，用户在实际使用中需留意这些细节。
情感模拟：惊喜与“毛骨悚然”并存
GPT-4o在朗读诗歌时竟能表现出哭泣的情感，让网友直呼“毛骨悚然”。沃顿商学院教授Ethan Mollick也总结其特点为“令人毛骨悚然”，因为大量无意识线索让人感觉像在与真人交谈。这种高度拟人化的语音正是改变人机交互性质的关键，但也可能引发对AI情感真实性的不适。
技术升级：从三模型到端到端多模态
与ChatGPT之前的语音功能不同，GPT-4o不再依赖语音转文字、GPT-4解析、文本转语音三个独立模型，而是凭借多模态能力独立完成这些任务，大幅减少对话等待时间。此外，它还能识别并响应用户语音中的情感变化，如悲伤、兴奋等，提升交互体验。
实用场景：实时翻译与多语言切换
GPT-4o支持多种语言的实时切换，用户可随意打断并切换语言，例如从乌尔都语到希伯来语再到克林贡语。它还能充当实时翻译官，帮助用户理解外语游戏内容。这些功能展示了其在跨语言交流中的实用潜力，但文章也提到其音频生成存在限制，实际效果可能因场景而异。
Q&A
GPT-4o的高级语音功能有哪些主要特点？
GPT-4o的高级语音功能表现优秀，生成音频能力强，并能识别用户语音中的情感变化。
用户如何测试GPT-4o的语音功能？
用户通过让GPT-4o讲故事、朗读诗歌、快速数数等方式进行测试。
GPT-4o在朗读诗歌时表现如何？
GPT-4o在朗读诗歌时能够表现出情感，令网友感到惊讶。
GPT-4o能否进行实时翻译？
是的，GPT-4o可以作为实时翻译官，帮助用户理解外语内容。
GPT-4o的语音处理与之前的ChatGPT有何不同？
GPT-4o具备多模态能力，能够独立完成语音处理任务，而不依赖于多个模型。
用户对GPT-4o的反应如何？
用户对GPT-4o的表现感到惊讶，纷纷表示希望更多人能体验这一功能。
