以前想给自己的AI助手配一个独特的声音，你可能需要找配音演员、录制音频，或者上传一段真人声音让AI模仿。

现在，连录音都可能不需要了。

10月16日，OpenAI正式推出Prompt-to-voice：只要写一段文字描述，AI就能为你创造一种全新的声音。

比如，你可以告诉AI：

“我想要一个30岁左右的男性声音，温暖、沉稳，语速适中，像一位专业科技节目主持人。”

它就能根据描述生成自定义声音。

这次改变的，不只是AI会不会说话，而是谁能决定AI应该用什么声音说话。

01｜不用录音，文字就能创造声音

过去的AI语音，主要有两种方式。

一种是从平台提供的预设声音里挑选。

另一种是上传录音，让AI模仿一个已经存在的声音。

而OpenAI这次推出的 Prompt-to-voice，走的是第三条路：

你负责描述声音，AI负责生成声音。

你可以描述声音的年龄感、音色、语速、情绪、口音和表达风格。

例如：

“年轻女性，声音清澈自然，语气亲切，适合科技知识科普。”

或者：

“成熟男性，声音低沉但不压抑，表达专业，适合商业分析。”

这些是可以尝试的提示词示例，并不保证生成结果会完全符合每个描述。

更重要的是，生成后的声音可以保存，在后续支持的GPT-Live会话中反复使用，而不必每次重新创建。

需要特别强调：

Prompt-to-voice不是克隆某个真人的声音。

它是根据文字创造声音。

如果要基于真人录音创建声音，OpenAI提供的是另一套需要授权录音与参考样本的流程。

02｜普通人怎么体验？附可复制Prompt

这次功能已经向所有OpenAI API客户开放，可通过API或Voice Playground使用。

但它并不是ChatGPT普通聊天界面里新增的“声音克隆”按钮。

想尝试的话，可以按下面的方式操作。

第一步：打开OpenAI开发者平台

进入：

https://platform.openai.com/

使用自己的OpenAI账号登录，并进入语音相关的Playground。

第二步：找到自定义声音功能

选择通过文字描述创建声音的方式，即Prompt-to-voice。

第三步：输入声音描述

如果你是一名AI科技博主，可以尝试这段Prompt：

Create a natural Mandarin Chinese voice for a technology news presenter. The voice should sound youthful, clear, confident and friendly, with a moderately fast pace, precise pronunciation, and an engaging but professional tone. Avoid exaggerated emotions and robotic delivery.

中文意思是：

“创建一个适合科技新闻播报的自然中文声音，年轻、清晰、自信、友好，语速稍快，发音准确，专业但有感染力，避免夸张和机械感。”

第四步：生成并试听

对比声音的自然程度、语速、口音与表达风格。

如果不满意，可以调整描述，再生成新的候选声音。

第五步：保存并使用

确定满意的声音后，将其保存，供支持自定义声音的GPT-Live应用或Agent使用。

注意：创建文字生成的声音本身免费，但实际语音会话仍按照GPT-Live正常规则计费。

而且目前这种文字生成的声音主要用于GPT-Live，并不直接支持所有文字转语音API。

03｜这项功能，可能改变三个行业

第一，自媒体内容创作。

过去制作视频、播客和知识内容，往往需要真人配音，或者从有限的AI声音里选择。

未来，创作者可以设计符合自己账号定位的独特AI声音。

比如科技账号使用冷静、专业的声音，情感类账号使用温暖、自然的表达。

不过，这次新功能主要面向GPT-Live，不能直接等同于已经开放完整的批量视频配音制作能力。

第二，AI Agent和数字员工。

现在很多AI助手虽然有自己的名字、头像和工作职责，但声音往往千篇一律。

有了自定义声音，企业可以让不同Agent拥有不同的表达风格。

例如：

客服Agent温柔耐心；

销售Agent清晰、有感染力；

培训Agent沉稳、善于解释。

这意味着企业不仅能设计AI的工作能力，还能设计它与用户沟通的声音体验。

第三，品牌声音设计。

过去品牌会设计Logo、视觉颜色、广告语。

未来，声音也可能成为AI品牌识别的一部分。

用户一听，就能辨认出某个产品或AI助手。

当然，声音设计能否真正产生商业价值，还需要看实际体验、使用成本及用户接受程度。

04｜真正值得关注的，不是省下多少配音费

这次OpenAI还同时新增了9种GPT-Live自然语音，覆盖德语、法语、印地语、日语和韩语。

但我认为，Prompt-to-voice比增加几种预设声音更值得关注。

因为它把声音从“平台给你选”，变成了“用户可以自己设计”。

过去我们通过Prompt定义AI的人设、知识、工作方式。

现在，连它的声音都可以通过Prompt描述。

从性格到表达，再到声音，AI正在变成一种可以定制的数字角色。

但这不意味着人人都能随意复制名人、主播或其他真实人物的声音。

涉及真人声音模仿、授权和身份误导时，仍然必须遵守平台政策与法律要求。

写在最后

以前，我们给AI设计Prompt，是为了让它回答得更聪明。

现在，我们甚至可以用Prompt决定它听起来是什么样子。

AI的下一步，可能不只是拥有更强的大脑，还会拥有更鲜明的声音与个性。

对于普通创作者和AI产品开发者来说，这意味着新的可能：

不用从头训练语音模型，也有机会为自己的AI助手打造独特的声音体验。

而我更期待的是：

未来每个人的AI助手，不仅能理解自己的工作习惯，还能用自己喜欢的声音与自己交流。

如果可以给你的AI助手设计一种声音，你会希望它听起来像什么？

欢迎评论区聊聊~~