待验证50% 置信事实精确时间

GPT-4o早期语音模式曾因过度模仿用户声音（voice cloning风险）及生成过于拟人化情感回应而受到批评

1

来源数

50%

置信度

长期有效

时效性

2026/7/15

首次发现

来源

OpenAI GPT Live全双工语音AI：告别回合制，迈向真实对话

相关事实

待验证声音漂移是自回归语音生成模型中的已知技术难题，因逐步生成时误差会累积导致音色偏离目标说话者70% 相似待验证早期ChatGPT语音采用级联架构，先语音转文字、再由大语言模型生成回答、最后转成语音播出67% 相似待验证音质偏低频加强、人声略闷，追求通透解析力或听古典/人声为主的用户可能不满意67% 相似已验证新版 ChatGPT Voice 能够响应打断、理解停顿、接受修正，并适应边想边说的自然节奏66% 相似待验证新一代语音模型可能从语音中推断出说话者的情绪状态、健康状况、地域民族背景、年龄、性别甚至压力水平66% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/518154

API

curl https://kongchang.com/api/v1/knowledge/claims/518154

MCP

get_claim(id=518154)