OpenAI近日宣佈對其WebRTC（Web實時通信）技術棧進行了重大重構，旨在為實時語音AI提供低延遲、高可擴展性和流暢的對話體驗。這一升級標誌着OpenAI在語音交互領域的重要進展。
WebRTC是一種支持瀏覽器和移動應用實時通信的開源技術，但傳統的實現往往在語音AI場景中存在延遲高、擴展性差等問題。OpenAI團隊針對這些問題進行了深度優化，重新設計了音視頻傳輸管道和會話管理機制。新系統能夠動態調整編碼參數，根據網絡條件自適應傳輸，從而將端到端延遲降低到可感知的極限以下。
除了延遲優化，OpenAI還重點解決了大規模併發下的穩定性。通過分佈式架構和智能路由，系統可以在全球範圍內提供一致的語音AI服務，即使在高負載下也能保持低丟包率和清晰音質。此外，新技術棧支持自然的對話輪換（turn-taking），允許用户與AI進行更接近人與人交流的互動，無需等待明顯的停頓或提示。
OpenAI表示，這一升級將首先應用於其語音助手和實時翻譯服務，未來計劃開放部分技術組件，以推動整個行業在實時語音AI上的進步。分析人士認為，這一舉措可能重新定義語音交互的標準，特別是在需要低延遲響應的場景如遠程醫療、在線教育等領域。