跳到文章正文
openai-gpt 编辑推荐

OpenAI 开放 GPT-Live-1.1:语音助手能边听边说,复杂任务转后台

全双工语音模型开放 API,支持打断响应与后端模型分流。

OpenAI 宣布向开发者开放 GPT-Live-1.1 语音模型的 API,第三方应用可以把它接进去,做出能实时听、实时答、还能顺手办事的语音智能体。

OpenAI 开放 GPT-Live-1.1:语音助手能边听边说,复杂任务转后台
全双工语音模型开放 API,支持打断响应与后端模型分流。

它是 GPT-Live-1 的升级版,核心是全双工:听和说可以同时进行,不用等用户把一句话说完才开始处理。模型会识别停顿、打断和语速变化,自己判断该继续听还是该接话,聊起来更接近真人对话。

这次升级还改进了多语言处理、指令遵循和语音保真度,对字母、数字这类需要精确识别的信息更可靠,减少“听错一个字、办错一件事”的情况。

更实用的一点是分流:需要深度推理或调用工具的任务,可以交给开发者指定的后端模型处理,用 OpenAI 的也行,接第三方的也行,而且后台干活时语音对话不会中断。整体上省掉了传统语音方案里“识别—大模型—合成”三段串联带来的延迟。

GPT-Live-1.1 从 10 月 15 日起已经是 ChatGPT Plus 及以上订阅用户的默认语音模型,这次开放 API,等于把同样的能力交到开发者手里。

本文地址:https://www.163264.com/22227