Voice Engine es un modelo avanzado de síntesis de voz que solo necesita 15 segundos de muestra de voz para generar voz natural con una similitud excepcional a la voz del hablante original. Este modelo se aplica ampliamente en los campos de la educación, el entretenimiento y la medicina, ofreciendo asistencia de lectura para personas con dificultades de lectura y escritura, traducción de voz para contenido de video y podcasts, y la posibilidad de proporcionar una voz única a personas que no pueden hablar. Sus ventajas más significativas son la poca muestra de voz necesaria, la alta calidad del audio generado y la compatibilidad con múltiples idiomas. Voice Engine se encuentra actualmente en una fase de vista previa a pequeña escala, y OpenAI está explorando sus aplicaciones potenciales y los desafíos éticos con diversas partes interesadas.