OpenAI 把 ChatGPT 語音換成 GPT-Live｜首次做到聽和講同時發生
一句話總結
OpenAI 7 月 8 日發布全雙工語音模型 GPT-Live，取代 Advanced Voice Mode，1.5 億語音用戶全量切換，複雜任務背景轉交 GPT-5.5。
OpenAI 把 ChatGPT 語音換成 GPT-Live｜首次做到聽和講同時發生
OpenAI 在 7 月 8 日 發布 GPT-Live，把 ChatGPT 用了兩年的 Advanced Voice Mode 直接下架，換成全雙工（full-duplex）架構的新一代語音模型。舊版走的是 speech-to-text → LLM → text-to-speech 三段式管線，講話必須一輪一輪切；GPT-Live 把三段合成一個模型，可以邊聽邊講，中途插一句「mhmm」「got it」，也可以在使用者停頓時安靜等待，不再搶話。
發布分成兩檔：GPT-Live-1 是 Go / Plus / Pro 付費用戶的預設模型，GPT-Live-1 mini 給全球免費用戶。ChatGPT Voice 產品負責人 Atty Eleti told TechCrunch，「我們認為這會讓語音變成計算的主要介面之一」。OpenAI 公布 ChatGPT 語音功能目前有 1.5 億 月活用戶，官方 demo 展示了一段 30 到 40 分鐘 不斷的連續對話。
反差在於這個「語音優先」的產品其實把重活外包了。碰到需要 web search、深度推理或跨工具的問題，GPT-Live 會在背景把請求交給 GPT-5.5 前沿模型跑，算完再把結果丟回對話流，人工智能對話端本身只負責聲學和節奏。發布會上的印地語即時翻譯 demo 帶著明顯的美式口音和不自然的斷句，OpenAI 承認非英語語種還在調。API 版本沒有跟著上，開發者要另外填表登記排隊。
九款重新錄製的音色、天氣 / 股票 / 體育的富媒體卡片、CarPlay 整合一併上線；影片和螢幕分享官方說「稍後」。同一週 Google DeepMind 和 xAI 都在推自家的實時語音代理，OpenAI 這一步是把 Sam Altman 去年 5 月 GPT-4o 發布會上那個被視為 Her 的 demo，正式做進了主力產品線。
via OpenAI / TechCrunch / MacRumors
OpenAI 在 7 月 8 日 發布 GPT-Live，把 ChatGPT 用了兩年的 Advanced Voice Mode 直接下架，換成全雙工（full-duplex）架構的新一代語音模型。舊版走的是 speech-to-text → LLM → text-to-speech 三段式管線，講話必須一輪一輪切；GPT-Live 把三段合成一個模型，可以邊聽邊講，中途插一句「mhmm」「got it」，也可以在使用者停頓時安靜等待，不再搶話。
發布分成兩檔：GPT-Live-1 是 Go / Plus / Pro 付費用戶的預設模型，GPT-Live-1 mini 給全球免費用戶。ChatGPT Voice 產品負責人 Atty Eleti told TechCrunch，「我們認為這會讓語音變成計算的主要介面之一」。OpenAI 公布 ChatGPT 語音功能目前有 1.5 億 月活用戶，官方 demo 展示了一段 30 到 40 分鐘 不斷的連續對話。
反差在於這個「語音優先」的產品其實把重活外包了。碰到需要 web search、深度推理或跨工具的問題，GPT-Live 會在背景把請求交給 GPT-5.5 前沿模型跑，算完再把結果丟回對話流，人工智能對話端本身只負責聲學和節奏。發布會上的印地語即時翻譯 demo 帶著明顯的美式口音和不自然的斷句，OpenAI 承認非英語語種還在調。API 版本沒有跟著上，開發者要另外填表登記排隊。
九款重新錄製的音色、天氣 / 股票 / 體育的富媒體卡片、CarPlay 整合一併上線；影片和螢幕分享官方說「稍後」。同一週 Google DeepMind 和 xAI 都在推自家的實時語音代理，OpenAI 這一步是把 Sam Altman 去年 5 月 GPT-4o 發布會上那個被視為 Her 的 demo，正式做進了主力產品線。
via OpenAI / TechCrunch / MacRumors
