今日，OpenAI正在研發(fā)一款名為BiDi的新型語(yǔ)音模型，旨在提升用戶與ChatGPT對(duì)話的自然流暢度。該模型能夠?qū)崟r(shí)處理用戶的語(yǔ)音輸入，并在對(duì)話中被打斷時(shí)即時(shí)調(diào)整回應(yīng)，相較于現(xiàn)有模型在生成回答后無(wú)法根據(jù)新輸入變化的局限性，BiDi模型展現(xiàn)出顯著的技術(shù)進(jìn)步。盡管原型模型在持續(xù)對(duì)話幾分鐘后可能會(huì)出現(xiàn)故障，且有時(shí)發(fā)出不自然的聲音，但OpenAI對(duì)BiDi模型的潛力持樂觀態(tài)度，認(rèn)為其在性能上若能接近文本模型，將極大擴(kuò)展AI的應(yīng)用范圍。

BiDi模型在客服場(chǎng)景中具有顯著價(jià)值，例如在顧客與AI客服通話時(shí)，顧客臨時(shí)改變決策，BiDi模型能夠使AI客服順暢調(diào)整對(duì)話，避免突然停止或混亂。此外，BiDi模型在調(diào)用外部工具和應(yīng)用方面也展現(xiàn)出更高的靈活性。OpenAI計(jì)劃為未來(lái)一款主要通過(guò)語(yǔ)音交互的AI設(shè)備改進(jìn)語(yǔ)音模型，并考慮開發(fā)智能音箱，以便用戶通過(guò)語(yǔ)音指令查看郵件或預(yù)訂服務(wù)。