OpenAI обновила голос ChatGPT: теперь он звучит почти как человек

Теперь голосовой режим ИИ звучит с эмоциями, умеет делать паузы, и даже переводит в реальном времени.

Новый апдейт голосового режима в ChatGPT — это не просто про «лучше слышно». Это про переход на новый уровень взаимодействия с ИИ.

Функция Advanced Voice Mode, появившаяся в 2024 году вместе с запуском GPT-4o, уже тогда впечатляла: она принимала голосовые команды и отвечала с задержкой всего в 232–320 мс. Почти как живой собеседник. Но теперь OpenAI добавили то, чего многим не хватало — интонации, эмоции и адекватную паузу между словами.

Что изменилось:

• Голос стал более эмоциональным — ChatGPT теперь различает сочувствие, иронию, сарказм и подбирает интонацию под контекст.

• Речь звучит естественно — с паузами, акцентами, плавной каденцией и невыученным ритмом.

• ИИ адаптируется к темпу вашей речи и может отвечать в таком же стиле.

• Поддержка переводов в реальном времени — теперь можно начать диалог с фразой "переводи, пожалуйста", и ChatGPT включит режим голосового переводчика до команды "стоп".

По ощущениям — будто вы говорите с актёром, который прошёл курс по эмпатии и сценической речи.

«Это уже не просто TTS — это перформанс», — комментируют пользователи в соцсетях.
«Голос звучит, как старый друг, а не как ассистент.»

А теперь о ложке дёгтя

OpenAI честно предупреждает: идеала пока нет.

• В некоторых голосах могут появляться скачки по тону и громкости, особенно при длинных ответах.

• В редких случаях ИИ может «галлюцинировать» — сгенерировать звук, похожий на фоновую музыку или фрагмент рекламы.

• Качество голоса может временно «проседать» — это связано с новой системой синтеза, которую продолжают дорабатывать.

Кроме того, обновлённый голосовой режим пока доступен только подписчикам ChatGPT Plus.

Что это значит?

OpenAI продолжает размывать границы между машиной и человеком. Если раньше голос ИИ звучал как закадровый диктор с ютуба, то теперь он стал ближе к разговору у костра или вечерней беседе с другом. Эмоции, паузы, темп, перевод — это уже не просто функциональность. Это интерфейс будущего общения.

Следующий шаг? Видимо, научить его перебивать вас в споре — чтобы уж совсем по-настоящему.