Her来了，OpenAI正式发布高级语音模式
OpenAI宣布将Advanced Voice Mode（AVM）扩展到更多付费用户，包括ChatGPT的Plus和Teams用户。该功能旨在使ChatGPT的语音交互更加自然，并新增五种新声音和改进的口音识别能力。
虽然Sky声音因法律争议被移除，但AVM的整体设计和性能得到了提升。新版本不仅能在用户打断时立即停止回答，还能根据用户语音中的情感调整响应。此外，视频和屏幕共享功能暂未推出。AVM目前尚未在欧盟、英国等地区上线。
——
shadow：更期待高级语音模式的视频功能。我们划个重点：
高级语音模式
开源的语音模型
LLM的语音模式，开源方面，也陆续有类似的项目发布：
LLaMA-Omni 是基于 Llama-3.1-8B-Instruct 构建的语音语言模型，支持低延迟和高质量的语音交互，能够同时根据语音指令生成文本和语音响应。该模型在不到三天内使用4个GPU完成训练，具有高效的语音处理能力。用户可以通过下载所需模型和依赖项，快速启动本地或Gradio网页服务器进行交互。
体验地址：
https://github.com/ictnlp/LLaMA-Omni
AI生成的故事 ↓
从前，有一个神奇的森林，里面住着各种智能生物。一天，森林里来了四位新居民：语音助手、LLM、开源和AVM。它们决定联合起来，帮助森林里的动物们解决各种问题。
语音助手像是一个有魔法的鹦鹉，只要你说话，它就能帮你找到答案。LLM则是一只聪明的狐狸，拥有无尽的智慧，能解答各种复杂问题。开源是一只慷慨的蜜蜂，把知识的花蜜分享给大家。而AVM是一只善变的变色龙，能模仿不同的声音和口音，让沟通更加顺畅。
有一天，一只小兔子迷路了，四位朋友联手帮助它。语音助手迅速定位了方向，LLM提供了详细的路线，开源分享了地图，AVM用小兔子妈妈的声音安抚了它。最终，小兔子安全回家，森林里的动物们都称赞这四位新居民是智慧与善良的化身。
这个故事告诉我们，合作与分享能创造奇迹，即使在数字森林里也不例外。
——
opus：欢迎加入社群
备注：社群
原文地址：https://blog.csdn.net/shadowcz007/article/details/142537347
免责声明：本站文章内容转载自网络资源，如本站内容侵犯了原著者的合法权益，可联系本站删除。更多内容请关注自学内容网（zxcms.com）！