台灣脈絡

OpenAI推出GPT-Live語音模型 可同時聽說

已沉寂
2報告7篇5家追蹤自
GPT-LiveOpenAI全雙工語音模型
初始報導
重點摘要
  • OpenAI推出GPT-Live語音模型,採用全雙工架構
  • 能同時聆聽與說話,發出「嗯嗯」「對啊」等語句
  • 即日起向全球推出GPT-Live-1與GPT-Live-1 mini兩個版本
  • OpenAI正籌備首次公開募股(IPO)
展開完整內容

(綜合中央社、聯合報等4家媒體報導)

OpenAI今日推出全新語音模型系列GPT-Live,採用全雙工(Full-Duplex, FDX)架構,能同時聆聽與說話,並在對話中發出「嗯嗯」(mhmm)或「對啊」(yeah)等語句,像真人般附和與停頓。

OpenAI表示,即日起向全球用戶推出兩個版本:GPT-Live-1與GPT-Live-1 mini。該公司正籌備首次公開募股(IPO)。

根據OpenAI官網介紹,GPT-Live採用全雙工架構,能同時聆聽與說話,在對話過程中可透過語句表現專注聆聽,也能快速來回互動,或在使用者需要思考時保持沉默。

(各來源報導內容高度一致,無獨家資訊)

追蹤報導 #2
重點摘要
  • GPT-Live-1使用者偏好率75.7%,高於舊版Advanced Voice Mode[1]
  • 複雜推理由背景模型GPT-5.5處理,前台聊天不中斷[1]
  • 新增Instant、Medium、High三種推理強度與背景噪音抑制[1]
  • 新增語音安全機制,可即時介入高風險內容[1]
  • 免費用戶預設GPT-Live-1 mini,付費用戶使用GPT-Live-1[2]
  • 上市初期不支援視訊與螢幕分享[2]
展開完整內容

(新增ETtoday新聞雲、自由時報等3家媒體報導)

本次報導新增GPT-Live的技術細節與評測數據。OpenAI公布人體評測結果,在5至10分鐘對話中,GPT-Live-1有75.7%使用者偏好高於舊版Advanced Voice Mode,GPT-Live-1 mini偏好率為69.2%[1]。GPT-Live採用模型分工架構,即時語音互動由GPT-Live處理,複雜推理則交由背景模型(目前為GPT-5.5)執行,前台聊天不中斷[1]。新版語音模式新增Instant、Medium、High三種推理強度,並支援背景噪音抑制、停頓時不易誤判為對話結束,以及對天氣、股票等內容提供視覺資訊卡[1]。安全方面,OpenAI新增語音生成過程即時介入機制,可於偵測高風險內容時調整回應或結束對話,並針對青少年加入年齡適當互動設計,家長可透過Parental Controls管理使用權限[1]。GPT-Live-1-mini為免費用戶預設模型,付費用戶則使用GPT-Live-1[2]。上市初期暫不支援視訊與螢幕分享,相關功能仍在開發中[2]。

本事件已沉寂,相關脈絡見「相關事件」