去年11月推出ChatGPT的OpenAI周一（25）宣布，該聊天機器人將達到可看、可聽且可說的程度，或至少能理解口語談話，並用合成語音回答並處理影像，這些功能將在未來兩周向付費用戶推出，但語音功能將僅限於iOS 和Android系統的應用程式，《CNBC》報導，這是OpenAI自推出GPT-4以來最大的一次功能更新。

科技網站《iTECH POST》報導，OpenAI表示，語音和影像將提供使用者在生活中使用ChatGPT的更多方法，使用者將能在手機應用程式上選擇進行語音對話，並選擇5種人工合成聲音其中之一，作為ChatGPT回應查詢的說話方式，使用者說出提示後，ChatGPT 將問題轉換為文字並在得到答案後轉換為語音，使用者還能跟ChatGPT共享影像，並聚焦想討論的部分或進行分析。

但OpenAI也指出潛在風險，像是可能有人惡意使用來冒充公眾人物或進行詐騙，但這家新創公司保證，已採取技術措施限制ChatGPT分析關於人們強調尊重個人隱私言論的能力，專家則對人工合成聲音表示擔憂，擔心可能以假亂真、深度偽造，因為已經有駭客和研究人員開始探索如何利用深度偽造技術，滲透網路安全系統並成為詐騙的新工具。

針對這些擔憂，OpenAI則回應稱合成聲音來自跟該公司直接合作的配音員，OpenAI也在語音互動指南中表示，OpenAI不會保留用戶的音訊片段，但稱語音轉錄將被認為是輸入，可以用來改進大型語言模型（LLM）。