带语音功能的 ChatGPT 现已向所有免费用户开放
ChatGPT 新的语音模式现已通过移动应用向免费用户开放。相较于 Siri 和 Alexa 等传统助手，它被许多人视为一次重大跃升，能够支持更自然、开放式的对话，让一些人觉得既实用又令人不安地像真人。评论者提到的使用场景包括开车时学习、语言练习、互动叙事和备考，但也指出了延迟、打断处理、口音以及偶尔的转录或事实错误等限制。另一条讨论则对隐私、数据保留以及对云服务的依赖表达担忧，并因此对在个人硬件上本地运行类似的支持语音的 LLM 表现出兴趣。
可用性与推出
- ChatGPT 语音现已通过移动应用向免费用户开放；用户可留意一个耳机图标，它有时会延迟出现，或需重启应用后才会显示。
- 有些人反映在上线前后出现了服务中断和 API 问题，怀疑此次推出正在给基础设施带来压力。
- 当聊天历史/数据收集被禁用时，语音功能无法使用；这一点被描述为“技术限制”，但在一些人看来具有反隐私倾向。
- 浏览器/网页端是否支持语音尚不明确；不少人要求提供这一功能，或通过听写工具变通实现。
用户体验与使用场景
- 许多人将体验描述为“惊艳”“超现实”或“诡异”，原因在于其自然的语调、呼吸感以及近乎实时的回应。
- 常见用途包括：开车或步行时学习、从不同角度解释概念、用于记忆的测验、语言练习、面向儿童的互动故事，以及共同撰写小说。
- 有些人把它当作群组讨论中的额外参与者，或当作播客替代品：先选一个话题，获取摘要，再提出后续问题。
- 也有人对轮流发言感到沮丧：它会在用户停顿时打断对话，难以维持自然的交流节奏，而且对停顿时长或“按住说话”式交互的可配置性有限。
语音质量、语言与口音
- 语音合成质量普遍受到称赞，但许多人不喜欢那种“愉快/呼叫中心”式的语气，希望有更中性或更具文化差异的变体。
- 它支持多种语言，但常常带着英语或“美国式”口音；德语、俄语和葡萄牙语等语言的发音与重音并不完美。
- 一些用户觉得地区口音无意间很搞笑或很刺耳；少数尝试更改口音/方言的操作并未产生可听见的效果。
准确性、幻觉与信任
- 对于一般话题，许多人认为 GPT-4 级别的回答很有用，且与随意听播客或随机网页搜索相比不遑多让，甚至更好。
- 也有人警告会出现幻觉，尤其是在小众或技术性话题上；测验和“学习”类内容可能包含细微错误。
- 有几位评论者认为用户必须把它当作一个会犯错的来源，而不是神谕，并应在其他地方核实重要细节。
隐私、商业模式与发布时间
- 人们强烈担忧语音聊天默认会被保留并用于训练；退出机制在客户端侧进行，且被认为很容易被绕过或忘记。
- 有人认为这说明“你就是产品”；也有人反驳说，付费层级会把激励从单纯的数据挖掘转移开。
- 关于其在内部领导层纷争期间发布的时机，讨论颇多：有人认为这是转移注意力或增长黑客手段，也有人认为只是把已经接近完成的工作推向发布。
替代方案与本地模型
- 多条评论强调，本地、基于 GPU 的语音+LLM 栈更快、更私密，而且进步很快，暗示未来会在消费级硬件上运行一个“个人 Jarvis”。