OpenAI 向 ChatGPT 消费者用户推出全双工 GPT-Live 语音功能

OpenAI 于周三开始向 ChatGPT 消费者用户推出重建的语音模式，用 GPT-Live-1 和 GPT-Live-1 mini 这这两个模型可以同时听到用户的声音并做出回应。

此次更新将面向免费和付费消费者账户开放，并且比该公司推出 GPT-5.6 模型系列早一天。.

转向 GPT Live 的主要原因在于架构。之前的语音模型会等待人类说话者说完句子，而 GPT Live 基于 OpenAI 的 全双工 架构，可以同时处理输入语音并生成输出语音。

根据 OpenAI 的公告，该模型每秒会多次决定是说话、继续倾听、暂停、插话还是使用工具。实际上，这意味着用户可以一边说话一边听，可以停下来思考而不会被打断，或者听到它发出“嗯”的一声表示它正在跟进。.

OpenAI 将 GPT-Live 引入 ChatGPT Voice

免费 ChatGPT 帐户现在默认使用 GPT-Live-1 mini，而 Go、Plus 和 Pro 级别的订阅用户则使用更大的 GPT-Live-1。

此次更新涵盖 iOS、Android 和网页平台，由于 ChatGPT 已支持 CarPlay，9to5Mac 指出此次更新也适用于车载系统。OpenAI 表示，ChatGPT 中的九种语音已针对新车型进行了重新制作。

OpenAI 还表示，GPT-Live 的设计初衷是作为对话工具，而非推理引擎。对于更复杂的请求，GPT-Live 无法独立完成所有工作。OpenAI 称，该语音模型能够将网络搜索、推理甚至多步骤回答等任务委托给 GPT-5.5，而无需中断语音对话。.

此举旨在解决 ChatGPT 早期语音模式的一个主要缺陷，即语音功能有时似乎不如文字输入强大。用户还可以选择快速响应模式或高效响应模式。.

OpenAI 还为 ChatGPT 添加了近乎实时的语音翻译和天气、股票价格和体育比分等可视化卡片，让用户在屏幕上直接看到答案，而无需 ChatGPT 朗读所有内容。该公司表示，每周已有超过 1.5 亿人使用 ChatGPT 的语音和听写等功能。.

GPT-Live 改善了语音流畅度，但仍存在一些不足。

据 TechCrunch 报道，OpenAI 的印地语翻译带有tron的美国口音，语言也非常生硬、书卷气十足。.

OpenAI表示，该模型最适用于“ChatGPT中最常用的一些语言”，但他们也提醒，某些语言的口音或流畅度可能存在问题。此外，OpenAI还指出，目前该模型不支持语音与视频和屏幕共享的结合使用。.

尽管 OpenAI 将 GPT-Live 定位为其所有模型的更人性化版本，但它坚称 GPT-Live 并非人工智能伴侣。该公司还强调了其已采取的保障措施，以确保对青少年做出符合其年龄的回应。此外，该公司还补充说，如果用户对话涉及自残行为，他们也已准备好危机应对资源。.

来自实时语音和高级语音对话的音频片段将 保留 30 天 ，除非用户选择分享，否则不会用于训练模型。

ChatGPT Voice 的产品负责人 Atty Eleti 在简报会上表示，他已经使用该功能在散步时进行了 30 到 40 分钟的对话，并认为语音可能成为人们执行更长时间、更复杂任务的主要方式。.

我们看到人们使用 Codex 和 ChatGPT 完成了许多令人惊叹的应用案例，我们认为语音可以成为未来各种工作的交互方式。

– Eleti via TechCrunch

GPT-5.6 的发布使时机成为关注焦点。

此次语音更新与 OpenAI 计划于周四发布的模型无关。.

据 Cryptopolitan， GPT-5.6 在美国商务部解除国家安全审查期间实施的禁令后获准公开发布，并且有三种版本：Sol、Terra 和 Luna。

GPT-Live 在面向消费者推出后，将接入 OpenAI 的 API， 开发者可以注册 获取访问权限。