美東時間周三,OpenAI發布了新一代語音模型GPT-Live,旨在讓用戶與AI對話的感覺更像與真人交流。GPT-Live將取代現有的ChatGPT語音體驗。
OpenAI聲稱,每周有超過1.5億人使用ChatGPT的語音和聽寫等功能進行交流。他們用它來獲得日常免提幫助、練習語言、講睡前故事,或者只是在通勤途中聊天。
ChatGPT此前依賴於較老的、基於回合的語音模型,該模型並非總能給出準確的答案,有時也難以保持自然的對話流暢性。而最新的語音模型GPT-Live能夠同時進行聆聽和說話,並且可以通過「嗯哼」之類的回應短語來表明它在認真傾聽。該模型專為持續交互而設計,它可以每秒多次決定是說話、繼續聆聽、暫停、打斷還是使用工具。

ChatGPT-Live在和用戶對話中會使用「嗯哼」等短語表示它正在聆聽。
OpenAIz在官網更新中寫道:「現在與ChatGPT對話的感覺更像一次真實的交流。您可以隨時提問、停頓思考,或者要求ChatGPT放慢語速。它會自然地回應您,例如;『嗯』,『明白了』,讓您知道它一直在跟進。此外,我們還為GPT-Live 重新製作了ChatGPT的九種不同語音。」
OpenAI 表示,GPT-Live是迄今為止最智能的語音模型,它採用最新的前沿模型(目前為GPT-5.5),可用於網絡搜索、深度推理和複雜任務。
GPT-Live在執行任務的同時,能夠繼續對話,並在任務完成後給出結果。它還支持實時翻譯,並能以豐富的視覺卡片形式呈現天氣、股票、體育等信息。
此外,如果用戶稍作思考,ChatGPT Voice會耐心等待,而不是貿然插話打斷。即使周圍有背景噪音,例如車輛駛過或附近的談話聲,ChatGPT也能更好地專注於用戶的聲音,而不會被分散注意力。
「這是一個雙全工(支持數據發送與接收同步進行)的模型,」OpenAI產品負責人AttyEleti在簡報會上表示,「這意味着它可以同時進行說話和聆聽....從模型層面來看,它可以持續、同步地處理輸入流並生成輸出流。」
OpenAI宣布,將從周三起面向全球ChatGPT用戶推出兩個版本的GPT-Live:GPT-Live-1和GPT-Live-1 mini。GPT-Live-1是Go、Plus和Pro用戶的默認版本,而GPT-Live-1 mini是Free用戶的默認版本。
ChatGPT用戶可以點擊語音按鈕與ChatGPT對話並體驗GPT-Live。GPT-Live目前尚不支持在ChatGPT中進行語音通話或屏幕共享,但OpenAI正在努力盡快添加此功能。