ChatGPT の高度な音声モードが一部のユーザーに提供されます

OpenAI が高速かつ軽薄な ChatGPT Advanced Voice Mode デモで世界を震撼させてからほぼ 3 か月が経ちました。多くの挫折を経て、現在、高度な音声モードは ChatGPT Plus ユーザーの選ばれたグループを対象にアルファ版で展開されています。

アドバンスト音声モードは、次世代の Siri や Alexa のようなものです。携帯電話に話しかけると、電話が返してくれます。それは私たち全員が今ではよく知っている概念です。それでも、5 月 13 日の GPT-4o 発表イベントでは、アドバンスト ボイス モードが圧倒的な人気を博しました。視聴者は、AI の応答の品質と速度だけでなく、その声のニュアンスや感情にも衝撃を受けました。

アドバンストボイスモードの実用的な機能についての会話はほとんど見かけません。はい、質問に答えたり、カメラを通して調べたりできますが、ほとんどの人は気にしていないようです。彼らは、OpenAI の多くのデモンストレーション ビデオを通じて、遊び心のあるトーンから真剣なトーン、そしてひどく軽薄なトーンまで逸脱した AI の人間のような声に魅了されています。

OpenAI は、人間のような声が大衆の想像力をかき立てることを明らかに知っていました。それは、アドバンストボイスモードと、男性が人工知能ソフトウェアサービスに恋をする映画彼女のスカーレットヨハンソンのAIキャラクターとの比較を意図的に試みました。

アドバンストボイスモードの誇大宣伝は少し下火になりました。 OpenAI は、より堅牢なサーバー インフラストラクチャを構築し、長引く安全性の問題を解決するために、製品の発売を 6 月の予定より延期しました。 OpenAIはスカーレット・ヨハンソンから法的通知を受けた後、主力製品「スカイ」の音声を削除しなければならなかったことから、ポップカルチャーを比較しようとする同社の恥知らずな試みもこの遅れの一因となった可能性がある。俳優はOpenAIに自分の声をライセンスすることを繰り返し拒否していましたが、「Sky」は彼女のように聞こえました。 OpenAIによれば、「Sky」はヨハンソンのように聞こえるように意図されたものではなかったという。

アドバンストボイスモードの人間らしい口調は、今回のアルファテストでも話題になるでしょう。しかし、3か月近く待たされたことで、その目新しさと誇大宣伝は薄れてしまった。サービスをテストする機会がある人は、アドバンスト ボイス モードをその実際的な利点によって判断する傾向があり、これは間違いなく良いことです。

ここで、ChatGPT は音声を模倣できないことについて触れておきます。これはディープフェイク ツールではなく、アルファ テスト中に含まれた 4 つの音声はすべて、肖像を提供することに同意した声優に基づいています。

ChatGPT Plus を選択すると、ChatGPT モバイル アプリに高度な音声モードの通知が表示されます。これらのユーザーには、この機能の使用方法を説明する電子メールも届きます。 2024 年後半にはさらに広範囲に展開される予定です。

出典: TechCrunch経由のOpenAI