网友实测发现ChatGPT Voice不仅能识别语音内容，还能感知耳语、口音、情绪甚至非语言声音（如咳嗽、拍手）。多位用户分享其能匹配语气、回应环境声音，但有人指出长时间对话后它会退回纯文本模式，引发对多模态AI能力的讨论。