OpenAI在API中推出GPT-Live-1全雙工語音模型

金色財經報道，9 月 10 日，OpenAI 官方宣佈在 API 中推出 GPT-Live-1 全雙工語音模型。起因是傳統語音代理需拼接語音識別、大語言模型和語音合成三個組件，每次交接增加延遲並易丟失對話節奏與上下文。經過研發，GPT-Live-1 將聽和說整合在單一模型中，可實時響應打斷和確認，同時將深度推理委託給後端模型如 GPT-6Astra 或 Luna。結果顯示，該模型在全雙工基準測試中較 GPT-Realtime-2.1 提升 30 個百分點，配合 GPT-6Astra 在 Tau3 語音智能評測中排名第一；語言學習平臺 Speak 早期評估顯示思考停頓期間的打斷減少近 80%，某醫療客戶代碼庫簡化 80% 並減少 2.3 萬行代碼。該模型支持電話部署、12 種新語音，前端語音層定價爲每分鐘 0.05 美元，目前已在 API 中可用，Yelp、Fin、Cognition 等企業已接入測試。