哈囉，我是萊丘！歡迎回來
今天要跟大家分享OpenAI最新發布的三款語音模型，以及如何透過新網站OpenAI.fm免費體驗這些令人驚豔的功能！
OpenAI語音新模型介紹
2024年3月21日，OpenAI正式推出了基於全新GPT-4O架構的三款語音模型：- GPT-4O Transcribe：高效語音轉文字模型。
- GPT-4O Mini Transcribe：輕量版語音轉文字模型，適合較簡單應用。
- GPT-4O Mini TTS：文字轉語音（Text-to-Speech）模型，允許用戶更靈活地控制語音表現方式。
這些新模型到底有多強？根據OpenAI的官方數據，在多項測試中，GPT-4O Transcribe模型表現優於過去備受好評的Whisper模型，特別是在英文語音辨識上，其錯誤率僅達2.46%，不僅精確度極高，還支援超過100種語言，甚至能在噪音環境及多種口音中保持穩定辨識效果。
gpt-4o-transcribe 語音辨識錯誤率較上一版的 Whisper 模型進步。
GPT-4O Transcribe模型實用功能
GPT-4O Transcribe的特色在於即時串流處理能力，透過這個技術，你可以像直播一樣持續輸入音頻，它將即時產生文字回應，讓人機對話更為流暢自然。
例如當你詢問：「嘿，我最後一筆訂單在哪？」AI會立刻回覆你的訂單詳細資訊，甚至能進一步回答訂單編號等具體問題，體驗上更加直觀且自然。
GPT-4O Mini TTS：可調整語音表現
這次另一個讓人驚艷的地方是GPT-4O Mini TTS模型，它能讓用戶自由地引導語音的表現方式。你不僅能指定要說什麼內容，還能決定語調、情境與風格。
透過官方提供的體驗網站OpenAI.fm，你可以自由選擇不同聲音（Voice）、情境氛圍（Vibe）與文本內容（Script）來快速生成語音。
例如，我嘗試使用「大廚」的語音風格朗讀一段義大利料理介紹，聲音自然到讓我立刻聯想到網路上最近很紅的模仿川普的Tony，那種義大利口音十分生動且有趣！
此外，我也測試了中文文本，雖然目前中文語音生成的效果還有待提升，但仍可聽出明顯進步的潛力，整體辨識度和流暢度已經達到相當高的水準。
免費且可下載，輕鬆融入各種創作！
最重要的是，OpenAI.fm目前完全免費！過去使用ChatGPT語音功能時，並不提供下載選項，但現在你可以直接下載生成的音檔，無論是要放入短影音或是用於簡報、影片旁白，都十分方便！
小小建議與未來期待
儘管GPT-4O Mini TTS在中文表現上還有進步空間，但它在英文及其他語言中的表現確實驚人。不僅不同角色之間的音調切換自如，口音表現也相當逼真，未來發展潛力無窮。
如果喜歡這篇文章，歡迎留言鼓勵；也可以按下小愛心、訂閱我的文章。
YouTube頻道：萊丘Laichu_TV