Cada voz fue seleccionada durante un período de cinco meses con aportes de actores de doblaje profesionales, agencias de talentos y otros profesionales. ChatGPT ofrece actualmente cinco voces diferentes: Breeze, Cove, Amber, Juniper y Skye. Todos son propiedad de actores de doblaje a quienes se les paga por encima del precio del mercado.
El programa de pagos continuará mientras las voces se utilicen en productos OpenAI y no se revelen los nombres reales de los actores. La empresa se centró en la diversidad y la calidad de las voces y colaboró con profesionales del casting para crear criterios de selección. Se audicionaron más de 400 candidaturas de actores de doblaje y cine. Cinco actores seleccionados volaron a San Francisco para grabar las voces y OpenAI planea agregar más voces para satisfacer los intereses de los usuarios.
El modelo GPT-4o, capaz de detectar y generar sonido, imágenes y texto, se presentó anteriormente y estará disponible de forma gratuita para todos los usuarios.