配套视频
文章介绍了语音模式擅长什么、在哪些方面表现生硬，以及哪些对话更适合说出来而不是打字。这两段视频现场展示了这项功能：一段短片让两个语音实例相互交谈，使你听到“实时、可打断、有情感”的交流究竟是什么样；另一段则是2024年的首发主题演讲，大多数人正是通过它第一次见识到这项功能。
3:25OpenAI
两个语音模式实例相互交谈，其中一个可以使用摄像头描述房间。这段视频只有三分钟，却能最高效地帮你理解语音模式与过去那种“按下麦克风、等待、聆听”的界面有何不同——打断、语气、音乐、实时视觉，全都集中在一段短片中。
您应该从中获得什么: 快速了解多模态语音交互，尤其是打断、语气和能够感知摄像头画面的对话。
先观看或了解: 要知道，演示中的行为可能与你所在地区、账号层级和实际可用产品中的表现不同。
AI Expert 注释: 只把这段短片用作建立直觉的引子。它并不能证明生产环境中的语音智能体无需告知用户、设定日志边界、准备备用方案和人工升级机制，就能安全地服务真实用户。
26:13OpenAI
这是2024年5月的主题演讲，ChatGPT的实时语音模式在其中首次亮相。Mark Chen演示了呼吸练习，Barrett Zoph演示了数学辅导，随后两人切换到实时意大利语—英语翻译。看完这26分钟，你就会恍然大悟：“原来他们所说的像和朋友一样与AI交谈是这个意思。”此后，演示中的模型和功能只会变得更好。
您应该从中获得什么: 理解实时对话式语音为何与听写或传统语音助理给人的感受不同。
先观看或了解: 无，但应把它视为首发演示，而不是当前产品手册。
AI Expert 注释: 这段视频具有历史参考价值，并非当前功能规格。在真实的客户或员工工作流程中使用语音之前，请核实当前关于同意、录音、保留期限、语言、无障碍和升级处理的控制措施。
