米OpenAIは7月30日（現地時間）、5月の発表イベントで予告したChatGPTアプリのGPT-4oベースの「高度な音声モード」のα版を、一部のChatGPT Plusユーザーに提供開始すると発表した。今秋にはすべてのPlusユーザーに提供する計画としている。α版テスターに選ばれたユーザーには、メールとアプリのメッセージが届く。

プリセットの音声

　「高度な音声モード」は、感情や非言語的なジェスチャーの意味を理解して応答できるリアルタイムの会話機能。5月のイベントで自然な会話が披露されたが、「Sky」と名付けられた声が俳優のスカーレット・ヨハンソンに似ていると批判が高まった後、リリースが延期された。

　OpenAIによると、45カ国語で100人以上の「外部レッドチーム」がこのモードをテストしたという。

　OpenAIは米TechCrunchに対し、ロールアウト中の「高度な音声モード」は4つのプリセット音声（Cove、Juniper、Breeze、Ember）のみで、Skyは含まれないとし、「ChatGPTは、個人や著名人などの声を真似ることはできないし、プリセット音声以外の出力はブロックする」と語った。