OpenAI在API推出全双工语音模型GPT-Live-1

OpenAI近日在API中推出全双工语音模型GPT-Live-1。该模型采用单一模型同时处理输入与输出音频，支持即时响应打断，并可将深层推理和工具调用委派给后端文本模型。 早期测试中，语言学习平台Speak发现，GPT-Live-1将思考停顿期间的中断减少了近80%。开发者可通过系统提示词定制智能体的语气、节奏和对话风格，模型还支持处理背景噪声与静默上下文，适用于电话客服、餐饮预订和长会话交互等场景。其搭配中等推理强度的GPT-6Astra时，在基准测试中表现名列前茅。 GPT-Live-1目前已在API中全面可用，前端语音层定价为每分钟0.05美元。Yelp、Intercom等行业合作伙伴表示，该模型提升了轮次切换的准确性。