ChatGPT语音模式：高效利用碎片时间的新方式

在做饭、通勤或双手被占用做其他事情时使用语音模式，能将原本的碎片时间转化为高效的AI交互时刻。大多数人还没体验过这样使用ChatGPT：不用盯着文本框，绞尽脑汁地组织精确的提示词以获得有用的回复。语音模式完全消除了这种麻烦，开口说话，AI作出回应，接着追问，整个对话过程更像是大声思考，而非填写表格。一旦用得足够多，就会觉得输入提示词的交互方式既奇怪又多余，明明可以像日常对话一样轻松交流。

语音模式：真实流畅的对话体验

这可不只是简单的语音转文字功能，使用起来就像在进行一场真实流畅的对话。它能智能地等你把话说完，理解自然的停顿，也不会被“嗯”“呃”之类的语气词或结巴打断。在做饭或开车时都能使用，像正常人一样说话，无需字斟句酌。它不仅比打字快，而且是一种更直观、更实用的与AI交互的方式。如果一直忽略它，可就错过了好东西。

其他支持语音功能的聊天机器人

由OpenAI开发的ChatGPT并非唯一支持免手动操作的聊天机器人。谷歌的Gemini Live也有类似“畅所欲言，我能跟上”的体验。Anthropic的Claude在其移动应用中有语音模式的测试版，说话时屏幕上还会显示要点。Perplexity的iOS和安卓版助手也能回答语音问题，还能根据指令打开像OpenTable或优步这样的应用。

语音模式究竟是什么？

语音聊天（或“语音对话”）是ChatGPT的免手动操作模式，让可以与AI模型对话并听取回复，无需打字。在移动应用、桌面应用和网页版应用中，任何对话界面的右下角都有一个语音图标。按下这个按钮，就可以大声说出问题，ChatGPT会将其转录、分析并给出回复。它说完后会立即继续聆听，形成自然的来回对话。需要记住，语音模式和常规的ChatGPT使用的是同一个大语言模型，所以仍可能产生幻觉或给出错误信息。对于重要内容，一定要再次核实。

OpenAI提供了两种语音对话版本：标准语音（免费的默认选项，轻量化）和高级语音（仅付费用户可用）。标准语音会先将语音转换为文本，再用GPT - 4o（和GPT - 4o mini）进行处理，回复会稍慢一些。而高级语音使用原生多模态模型，即它能“听”说话并直接生成语音，对话更自然，可实时进行。它还能捕捉除话语本身之外的线索，比如语速或语气中的情感，并据此作出调整。免费用户每天可预览高级语音功能。（披露：CNET的母公司Ziff Davis于4月对OpenAI提起诉讼，指控其在训练和运行AI系统时侵犯了Ziff Davis的版权。）

使用ChatGPT语音模式的7个理由

和打字不同，与ChatGPT语音交流时，不用苦苦思索合适的词汇，也不用每次打错就删除重打。就像和朋友、家人聊天一样自然地说话，中间会有“嗯”“那个”等停顿和不流畅。但语音模式能理解那些没说完的想法，要么给出完整的答案，要么提出问题引导明确需求。这种轻松的交流比打字自然多了。

显然，还是得打开ChatGPT应用并点击语音模式按钮才能开始，但一旦开始，就无需再用手操作来和这个AI聊天机器人继续对话。堵车时，可以一边被困在路上，一边构思今年晚些时候的度假计划。可以询问航班、酒店、地标、餐厅等各种信息，不用碰手机，而且对话内容会保存在应用里，这样就不用记住ChatGPT告诉的所有信息了。

之前提到过用语音模式练习语言，它在这方面表现出色。用英语提问，ChatGPT可以用流利的波兰语回复，还会给出发音建议。只需问语音模式“你能帮我练习（某种语言）吗”，它就会提供几种帮助方式，比如对话开场白、基础词汇或数字。它还能记住上次练习到哪里，让能持续学习，甚至都不用借助多邻国（Duolingo）这样的语言学习软件。

这个功能是高级语音模式独有的，可能也是最喜欢的语音模式功能。借助其多模态能力，可以打开手机摄像头或拍摄视频/照片，然后让ChatGPT帮忙。比如，在一家二手店看到一幅画，却认不出是什么作品，店主也不知道它的来历。打开语音聊天，开启摄像头，问语音模式这幅画的出处。几秒钟内，它就告诉了画的标题、作者和创作时间。

对于视力不好或有阅读障碍的人来说，说话肯定比打字方便。语音模式可以将语音转录，然后按照选择的速度朗读答案（可以在设置中调整，也可以让ChatGPT放慢速度）。免手动操作的方式对有运动技能障碍的人也很有帮助，因为只需点击一下开始，再点击一下结束，无需在键盘上大量打字。

有时候灵感突发，思维速度比打字速度还快，这时ChatGPT的语音模式就非常适合快速构思故事、规划客厅新布局或决定本周要做的美食。因为是大声思考，而不是盯着手机屏幕，想法会更流畅、更快地涌现出来，尤其是有ChatGPT即时回应的时候。它能帮保持思路的连贯性，直到为正在构思的内容想出一个完善的方案。

把一份90页的PDF文件，比如电影剧本或教科书，丢到聊天框里，让AI进行总结，然后可以一边叠衣服一边听它朗读。这就像把任何文档（甚至用维基百科页面试过）变成了一个按需播放的播客。语音模式可不只是个小噱头，它让使用ChatGPT变得更快捷、自然。无论是翻译路牌、构思创意还是大声听新闻，和ChatGPT对话感觉不像是在使用聊天机器人，更像是在和一位知识渊博的专家交谈。一旦习惯了大声思考，可能就再也不想用键盘输入了。

提醒大家关注相关的发展动态，不妨放下打字，试试语音功能，它比想象的有用得多。同时，别错过公正的科技内容和实验室评测，将CNET设为谷歌的首选信息源。