2024 年 9 月 24 日（日本时间 25 日了），万众期待的 ChatGPT 高级语音模式终于向全体 Plus 订阅用户（部分地区除外）开放了！
然而，好巧不巧，今天是我预约了要接受拔尽根牙（智齿）手术的日子…………读到这里，应该明白我为什么不能用感情说话了吧？说了话拔掉的牙齿部位就疼啊！
如图（图片也是用 ChatGPT 生成的）。为什么是吸血鬼？因为我今天喝了好多人类（自己）的血啊。以至于打嗝（液体食物（果汁）喝多了……）出来都有血腥味，这是多少血液流入了我的胃袋啊。（不好闻也不好喝，我一定没有转生成为吸血鬼的天赋！）
说回 ChatGPT 。其实出门就诊前还是和高级语音功能聊了几句的。貌似还是不能用上海方言聊天。
另外，随便今天我也不便开口多说话，不过我拿 ChatGPT 的高级语音模式做了有趣新的尝试——我让它帮我念小说呀！对，虽然目前高级语音模式不支持文本输入。具体来说：
这篇博客是我尝试这样一种创作方式：我与 ChatGPT 进行语音聊天，交流想法，然后我先想出若干个点子，再请 ChatGPT 想出另外其他一些点子，最后，语音让 ChatGPT 帮我组织成一篇博客文章的形式（这一段「前言」以及「后记」部分不算）。起因是最近 2024 年 7 月底， OpenAI 总算开始陆陆续续向 Plus 订阅用户中的一小部分开放之前 5 月份的发布会中演示的那个带有丰富情感变化的高级语音模式嘛，我记得在演示中，还展示了 ChatGPT 对于摄像头视频能力以及共享屏幕中的视频的理解和分析。于是我就此「 ChatGPT 可以接受视频了，接下来能做些什么？」为开端，思考并与 ChatGPT 语音（普通语音，我还没收到高级语音模式的使用邀请）进行了聊天。请大家猜猜看，以下几个应用场景，哪几个是我提出的，哪几个是 ChatGPT 提出的，在本文的最后「人类 wildgun 写的后记」部分将揭晓答案。
随着技术的不断进步，人工智能（ AI ）在语音处理和视频分析领域取得了显著的突破。特别是即将推出的高级语音模式和实时视频处理功能，让人们对其应用场景充满了无限的想象和期待。在这篇文章中，我们将探讨几个有趣且实用的应用场景，让您了解这种技术的巨大潜力。
利用视频采集卡将其他设备（如 Windows 、 Linux 、 Mac 等）的画面输入到 iPad 上，并通过 ChatGPT 的高级语音模式进行分析。这样， ChatGPT 可以实时查看和分析来自其他设备的画面，帮助用户解决技术问题、提供游戏攻略，甚至进行实时互动指导。这种跨平台协作不仅提升了工作效率，还扩展了 AI 助手的应用范围。
