适合人群:想用说话的方式和 ChatGPT 交流的人,比如练英语口语、边走路边理思路、打字不方便的长辈。需要说明:语音功能的可选模式、可用时长取决于你的套餐、地区、App 版本和账号设置;下文以写作时 OpenAI 帮助中心的 ChatGPT Voice 说明为准,界面名称可能调整。
本文用一个具体场景贯穿:小敏下个月有一场英文面试,她想每天用 10 分钟和 ChatGPT 做模拟问答。
一、先了解三种语音模式
在"设置 → 语音"里可能看到以下选项:
| 模式 | 特点 |
|---|---|
| Live | 可以边听边说、随时打断,能用联网搜索和记忆,同一对话里还能发文字和图片 |
| Advanced | 之前的实时语音体验,手机端需要视频或屏幕共享时使用 |
| Standard | 一问一答式,先把你的话转成文字再回复 |
看不到某个选项,通常是套餐、地区或版本的原因。练口语推荐用 Live,对话更自然。
二、开始第一次语音对话
手机 App:
- 点击输入栏里的语音图标;
- 按提示允许麦克风权限;
- 第一次使用时选择一个喜欢的声音;
- 界面打开后直接开口说话。
网页版:
- 在浏览器中打开 ChatGPT;
- 点击输入框里的语音图标,允许浏览器使用麦克风;
- 开始说话。
对话中点麦克风按钮可以静音或取消静音,点退出按钮结束对话。结束后,对话的文字记录会保存在聊天里,方便回看。
三、把它变成口语陪练
开口第一句先把规则说清楚:
你是外企的面试官,用英文问我 5 个常见的行为面试问题,一次只问一个。我回答完后,用中文指出一个语法问题和一个更地道的说法,再问下一题。
几个实用的口头指令:
- "说慢一点""说快一点":可以调节语速,但没有精确的倍速设置;
- "等我说完再回答":适合需要边想边说的时候,不过长时间停顿或环境噪音仍可能让它提前开口;
- "接下来用日语跟我说":可以在对话中要求切换语言。
边说边发图片
使用 Live 时,可以点输入栏的添加按钮发一张图片,或者在不方便说话时直接打字,ChatGPT 会继续用语音回应,不需要另开对话。比如小敏把招聘启事截图发过去,说"根据这份职位要求再出两道题",练习会更有针对性。
注意:Live 不支持视频和屏幕共享,需要这两项功能时,可在手机端切换到 Advanced 模式。
四、个性化设置
- 换声音:设置 → 语音 → 声音,可选 Arbor、Breeze、Cove、Ember、Juniper、Maple、Sol、Spruce、Vale 等,通话中换声音会在同一聊天里开启新的通话;
- 常用语言:设置 → 语音 → 语言,选你最常说的语言,识别会更准;
- 后台继续:手机锁屏或切到其他 App 时可以继续对话,可在语音设置里控制。
五、隐私要点
- Live 和 Advanced 的音频片段会和文字记录一起保存,保留 30 天;删除聊天后,相关音频会在 30 天内删除;
- Standard 模式在转写完成后删除音频;
- 官方说明,除非你主动选择分享音频或视频片段,否则不会用这些片段训练模型。
六、常见问题 FAQ
Q1:它老是打断我怎么办?
戴耳机、换安静的环境、调大设备音量都有帮助。iPhone 还可以在控制中心的麦克风模式里打开"语音突显"。
Q2:免费用户能用多久?
官方说明免费用户有有限的使用额度,付费套餐按滚动 24 小时计算时长,具体以帮助中心为准。
Q3:对话怎么突然结束了?
可能是达到了用量上限、单次会话的最长时长,或者对话太长触及上下文上限。可以改用文字继续,或者重新开启语音。另外,同一时间只能进行一个语音对话。
Q4:语音和听写有什么区别?
语音适合来回对话;听写是把一段录音转成可编辑的文字,确认后再发送。
七、小贴士
- 每次练习结束,让它"用中文总结我今天最常犯的三个错误"。
- 使用 Live 时,回复会同步以文字显示在聊天里,没听清可以直接看文字。
- 文字记录不一定逐字准确,重要内容以自己复核为准。
- 开车时请遵守当地法规,提前设置好,不要边开车边操作手机。
参考资料
- OpenAI Help Center:ChatGPT Voice
https://help.openai.com/en/articles/20001274-chatgpt-voice