凯时AG

环球热门新闻资讯
2026-07-21 08:41:35
首页 > 新闻 > 时政要闻 > 正文

押注语音即AI入口!OpenAI宣布新模子GPT-Live,,,ChatGPT迈入实时对话时代

OpenAI正进一步押注语音交互。。。。。。

美东时间8日周三,,,OpenAI宣布全新的语音模子GPT-Live,,,同步升级ChatGPT语音模式(ChatGPT Voice)。。。。。。新模子接纳原生实时架构,,,可实现人类与AI之间越发自然的双向语音交流,,,不但支持打断、停留明确、实时翻译、听写等能力,,,还能够在后台无缝挪用GPT-5.5等模子完成重大推理和联网搜索,,,将语音打造为ChatGPT新的统一交互入口。。。。。。

OpenAI通告称,,,GPT-Live包括GPT-Live-1和GPT-Live-1 mini两个版本,,,现在已最先向全球ChatGPT用户陆续开放,,,笼罩网页、iOS和安卓平台,,,并妄想未来数周向API开放,,,开发者和企业用户可提前挂号获取通知。。。。。。

此次宣布意味着,,,OpenAI正进一步押注语音将成为AI时代最主要的人机交互方式。。。。。。OpenAI在宣布新模子时透露,,,现在每周已有凌驾1.5亿人使用ChatGPT Voice、Dictation等语音功效与ChatGPT交流。。。。。。媒体谈论以为,,,OpenAI希望未来用户越来越少依赖键盘输入,,,而更多直接与AI“语言”。。。。。。

ChatGPT Voice 产品认真人 Atty Eleti说,,,此次宣布语音模子“仅仅是个最先。。。。。。我们以为,,,随着时间的推移,,,这将使语音成为与盘算装备交互的主要方式。。。。。。” 它还可以用于“治理日益重大、耗时较长且具有自主署理(agentic)性子的使命”。。。。。。

付用度户默认GPT-Live-1,,,免用度户使用Live-1 mini

此次推出的GPT-Live并非简单模子,,,而是包括两个版本:

GPT-Live-1:默认面向Go、Plus和Pro订阅用户; ;GPT-Live-1 mini:面向免用度户开放,,,作为默认语音模子。。。。。。

OpenAI体现,,,两款模子克日起最先全球逐步推送,,,笼罩网页版、iOS及Android客户端。。。。。。此前数月ChatGPT桌面版曾暂时回退部分新版语音能力,,,而此次宣布暂未重新支持新版桌面语音体验。。。。。。

同时,,,OpenAI还妄想未来将GPT-Live接入API,,,利便开发者和企业将新的实时语音能力整合进自己的产品和应用。。。。。。

GPT-Live-1两版本测评性能显着优于Advanced Voice Mode

相比此前ChatGPT接纳的Advanced Voice Mode,,,GPT-Live最大的转变并不但是响应速率。。。。。。

OpenAI先容,,,公司专门建设了一套新的人工评测系统,,,重点考察语音交流中的恬静度(pleasantness)和整体交流流通性(flow of conversation)。。。。。。

在一连5至10分钟的一对一盲测中,,,无论是GPT-Live-1照旧GPT-Live-1 mini,,,都显着优于此前Advanced Voice Mode。。。。。。

OpenAI体现,,,新模子在人类评测中,,,在以下多个维度均获得更高偏好:

整体交流体验(Overall Preference)轮流语言自然水平(Turn-taking)打断后的恢复能力(Interruptions)对话流通性(Conversational Flow)是否更像人与人交流(Naturalness)

这也是OpenAI此次选择周全替换原有语音模子的主要原因。。。。。。

“轮流语言”升级为“实时交流",,,还能实时翻译、听写、调解语速

GPT-Live最大的手艺升级,,,在于接纳原生全双工(Full-duplex)语音架构。。。。。。

已往,,,大大都AI语音助手仍遵照"你说一句、我答一句"的Turn-based模式,,,需要期待用户说完整句话后才华最先识别和天生回复,,,因此经常泛起显着停留,,,也难以处理中途打断。。。。。。

GPT-Live则可以一边听、一边明确,,,同时实时准备回覆。。。。。。

模子能够识别用户只是短暂停留思索,,,照旧已经竣事讲话; ;当用户插话时,,,它还能连忙阻止讲话继续谛听,,,再自然接上对话,,,更靠近人与人的真实交流方式。。。。。。

与此同时,,,新模子还带来了多项能力升级,,,好比具备实时双向翻译(Live Translation)能力,,,能更准确地语音听写(Dictation)、作出更自然的停留、语调与情绪反馈,,,还能凭证用户要求放慢或加速语言速率,,,作出更自然的回应、语气词和谛听反馈。。。。。。

例如,,,若是用户直接提出“能说慢一点吗”的要求,,,模子即可实时调解自己的语言节奏,,,而不是简朴降低音频播放速率。。。。。。

不但是语音模子,,,而是ChatGPT所有能力的新入口

相比语音效果提升,,,更主要的是GPT-Live已成为毗连整个ChatGPT能力系统的新入口。。。。。。

OpenAI体现,,,语音模子认真自然交流,,,而真正执行重大使命时,,,可自动挪用后台差别模子。。。。。。

遇到重大推理时,,,可自动切换GPT-5.5; ;需要联网时,,,可直接挪用Web Search; ;涉及天气、股票、体育等实时信息,,,也能够挪用对应能力,,,再将效果自然地以语音形式返回。。。。。。

因此,,,GPT-Live不再是一套自力语音系统,,,而是ChatGPT所有AI能力的统一语音界面。。。。。。

语音清静机制强化:高风险情形下可自动竣事对话,,,家长可收到提醒

随着AI越来越靠近真人交流,,,OpenAI此次同步升级了语音清静机制。。。。。。

OpenAI体现,,,当系统检测到可能爆发不清静内容时,,,可凭证风险水平接纳差别步伐,,,包括:

指导模子天生越发清静的回复; ;自动展示特殊清静提醒; ;在风险较高情形下直接竣事语音对话。。。。。。

针对未成年人,,,OpenAI还将此前推出的家长控制功效扩展至ChatGPT Voice。。。。。。

家长可以直接关闭青少年账号的语音功效; ;若是已经允许使用,,,而系统检测到青少年试图将对话引向自残等高风险内容,,,系统还会自动向家长发送提醒。。。。。。

OpenAI体现,,,这些清静战略旨在让越发拟人的实时语音交互,,,在坚持自然体验的同时,,,也能够知足更高品级的清静要求。。。。。。

已向全球ChatGPT用户推送,,,但仍保存部分限制

OpenAI体现,,,GPT-Live已最先向全球ChatGPT用户陆续开放。。。。。。

现在,,,新模子支持Web、iOS和Android平台,,,并针对ChatGPT中最常用的多种语言举行了优化。。。。。。不过OpenAI也坦言,,,部分语言现在仍可能保存非母语口音或流通度缺乏的问题,,,公司正一连刷新多语言体现。。。。。。

与此同时,,,新版GPT-Live在首发阶段尚不支持视频和屏幕共享语音模式,,,相关功效仍在开发中。。。。。。现阶段,,,用户若是需要在视频或共享屏幕场景中使用语音交互,,,仍需使用此前的ChatGPT Voice(Legacy Voice)模式。。。。。。

随着未来API正式开放,,,GPT-Live也将成为OpenAI向开发者提供实时AI语音能力的焦点基础模子,,,进一步推动语音从谈天工具演变为AI时代的主要交互入口。。。。。。

克日,,,国家卫生康健委等8部分联合印发《关于刷新完善儿童用药供应包管机制的实验意见》,,,聚焦儿童用药研发本钱高、市场规模小、品种剂型规格少等难题,,,从研起源头光临床使用,,,从生产供应到支付包管,,,提高儿科供药用药能力,,,完善儿童用药制度。。。。。。

责任编辑:王欢玮

【网站地图】