حالت صدای پیشرفته اولین بار در می ۲۰۲۴ معرفی شد، جایی که تماشاگران را با پاسخ‌های سریع و صدای بسیار مشابه انسان، به ویژه شبیه به صدای اسکارلت جوهانسون در فیلم “Her” شگفت‌زده کرد. با وجود این هیجان اولیه، این تشابه منجر به جنجال شد، زمانی که جوهانسون به‌طور علنی اظهار داشت که اجازه استفاده از صدایش را نداده و اقدام به اقدامات قانونی علیه OpenAI کرد. OpenAI استفاده از صدای او را انکار کرد اما نسخه نمایشی را حذف کرد. سپس شرکت، عرضه این ویژگی را برای رفع نگرانی‌های ایمنی و اخلاقی به تأخیر انداخت.
این ویژگی جدید که پاسخ‌های صوتی فوق‌واقع‌گرایانه ارائه می‌دهد، ابتدا برای گروهی منتخب از کاربران Plus ChatGPT در دسترس قرار گرفت. عرضه این ویژگی از ۳۰ جولای ۲۰۲۴ آغاز شد و گسترش تدریجی آن به تمامی کاربران Plus تا پاییز ۲۰۲۴ پیش‌بینی می‌شود. این پیشرفت، نمایانگر یک گام بزرگ در بهبود تعاملات انسان و هوش مصنوعی است.
