每週逾1.5億人使用ChatGPT語音與聽寫功能

每週使用ChatGPT語音與聽寫功能的人數超過1.5億。OpenAI公布的數字是兩項功能合計。

OpenAI於7月8日在GPT-Live發布公告中公布這項數據。公司列出的使用情境包括雙手不便時尋求協助、練習語言、通勤途中交談，以及聆聽睡前故事。

OpenAI沒有分別公布語音和聽寫功能的使用人數，也未說明詳細統計方式。因此，不能將1.5億人解讀為單純使用語音對話的人數。

OpenAI同日推出新的語音模型GPT-Live，並將「全雙工」架構列為語音對話的主要改變：模型能在聆聽使用者說話的同時生成回應。

OpenAI表示，舊有流程會先將語音轉成文字，再由語言模型生成答案，最後把答案轉回語音。公司指出，經過多個處理階段可能造成資訊流失，也可能讓回應變慢、聽起來生硬。

GPT-Live會在接收使用者輸入的同時生成回答。OpenAI表示，模型的設計能因應使用者在對話中插話或停下來思考的情況，並持續判斷何時該說話、聆聽或呼叫工具。

遇到需要搜尋、推理或處理複雜工作的問題時，GPT-Live可以交由其他模型處理。OpenAI在7月推出時表示，GPT-5.5於背景執行工作的期間，使用者仍可繼續進行語音對話。

OpenAI於7月8日發布GPT-Live-1與GPT-Live-1 mini，並開始向全球ChatGPT使用者推出。公司介紹，這兩款模型將用於驅動ChatGPT語音功能。

OpenAI表示，為配合GPT-Live，已調整ChatGPT的9種語音。公司也說，語音對話時可透過視覺卡片顯示天氣、股票及體育資訊，並支援搜尋、圖片和檔案上傳功能。

7月8日的Reddit公開討論中，有使用者表示新的語音對話更自然，也有人說用西班牙語練習時，對話更流暢；另有使用者指出，法語語音聽起來帶有魁北克口音（Reddit討論）。

8月15日的一則Reddit貼文則分享另一種使用經驗：使用者覺得新語音對話在延續複雜思路時，比以前更簡短、平板。貼文作者表示，文字對話能串連多個想法作答，但新的語音對話沒有做到（Reddit貼文）。

這兩則貼文都是個別使用者的經驗，並非反映全體使用者滿意度或語音功能使用目的的統計。

OpenAI也在GPT-Live發布公告中公布自家比較評估結果。公司表示，在比較5至10分鐘對話的人類評估中，GPT-Live-1與GPT-Live-1 mini比舊版進階語音模式更受青睞。

OpenAI於9月29日在DevDay發布公告，稱開發者可在ChatGPT中推出新體驗的每週使用者基礎達12億人。此前，TokenPost曾報導，官方公布的ChatGPT每週活躍使用者逾10億人，與累積使用經驗的估算應分開看待。

7月公布的1.5億人，指使用語音與聽寫功能的人數；9月公布的12億人，則是開發者可推出新體驗的每週使用者基礎。兩項數據的公布時間和統計範圍不同，不能據此計算語音功能的使用占比或成長率。