AI最前沿 88Z.ai 9 月 11 日消息，OpenAI宣布将GPT-Live-1语音模型上线API，支持全双工对话及复杂场景处理，适用于电话智能体应用。
消息要点
- GPT-Live-1支持全双工语音交互，能处理打断与噪声
- 语音功能整合于单模型以降低延迟，复杂推理由后端文本模型处理
要点
OpenAI正式宣布将实时语音模型GPT-Live-1接入其API服务。该模型具备全双工对话能力，允许用户同时进行语音输入与输出，并能有效处理对话中的打断、停顿以及背景噪声干扰。这一特性使其特别适用于餐厅预订、客户服务等需要电话语音交互的智能体场景。 在技术架构上，GPT-Live-1将语音理解与生成功能整合于单一模型之中，从而显著降低响应延迟。对于涉及复杂逻辑的推理任务，系统可将其交由后端文本模型处理，以确保准确性与效率的结合。
资料来源与整理说明
本文由 AI最前沿通过 AI 辅助整理公开资料。产品能力与开放范围按发布方说明转述，未将其视为本站实测或独家采访结论。
- IT之家原始资料发布于
以上日期为原始资料发布日期；标题下方日期为本文在 AI最前沿的发布时间。