ChatGPT升級版語音模式更會“閉嘴”了

OpenAI近日對ChatGPT的語音模式進行了重大升級，推出了全新的GPT-Live-1模型，旨在讓對話體驗更加接近真實的人際交流。這一新模型最顯著的特點是減少了不必要的打斷：當使用者在說話中途出現停頓，模型會耐心等待，而不是急於插話。在新聞釋出會上，OpenAI研究負責人Kundan Kumar稱GPT-Live-1是公司迄今為止“最智慧的語音模型”。

GPT-Live-1採用了全雙工通訊技術，這意味著它可以同時進行聽和說，從而實現即時翻譯等新功能。例如，使用者無需等待說完一句話再翻譯，ChatGPT可以在使用者說話的同時進行翻譯。此外，當需要進行推理或網路搜尋時，模型會自動將查詢傳遞給GPT-5.5等頂級文本模型，從而更快地從研究話題轉向討論結果。對於天氣、股票和體育等話題，模型還能生成相關的AI視覺化內容，如比分或天氣預報。

相比之下，此前的ChatGPT語音模式基於舊式的輪詢模型，不僅回答準確性不足，還常常難以維持自然的對話流暢度。OpenAI產品負責人Atty Eleti在釋出會上解釋道：“這是一個全雙工模型，意味著它可以同時說話和聆聽……從模型端來看，它可以連續同時處理輸入流和產生輸出流。”這種架構為語音模式帶來了新特性，例如即時翻譯。現在，使用者還可以要求ChatGPT語音模式在未被叫到之前保持沉默，這在之前是不可能的。模型會透過“嗯”、“對”、“知道了”等短語來確認正在傾聽。

在安全方面，OpenAI強調已為GPT-Live-1內建了多項防護措施，以避免有害回應，並在“高風險”情況下主動結束對話。考慮到OpenAI目前正面臨一系列訴訟，指控ChatGPT助長使用者妄想並損害心理健康，模型經過訓練可以在涉及自殘的對話中提供“專家驗證的危機熱線支援”，同時為青少年提供“適齡”回應。

GPT-Live-1正在逐步向iOS、Android和網頁端推送。Go、Plus和Pro訂閱使用者將可以使用GPT-Live-1，而免費使用者則預設使用更小、更高效的GPT-Live-mini-1模型。