OpenAI 推出了自定义音频模型 「Voice Engine」，该模型能通过 15 秒的参考声音，生成与原音高度相似的音频。在清晰度、语音连贯性、音色和自然度等方面，Voice Engine 的表现优于市面上多数产品。除了音频合成，该技术还能帮助失去声音表达能力的用户正常发音说话，具有多种商业应用潜力。