O ChatGPT agora permite interações por voz ou imagens, usando a tecnologia Whisper para converter discurso falado em texto. Os usuários podem falar suas perguntas ou interações, que serão convertidas em texto e processadas pelo modelo. Além disso, o ChatGPT pode responder usando uma voz sintética graças a um novo modelo de IA de texto para voz, embora essa capacidade tenha disponibilidade limitada.