OpenAI 在 ChatGPT 推出 GPT-Live 支援即時語音對話

OpenAI 在 ChatGPT 推出 GPT-Live 支援即時語音對話。 影片展示了 ChatGPT 應用程式中 GPT-Live 的語音互動介面。 核心功能與架構 Sam Altman 指出，GPT-Live 的推出讓與 AI 的對話變得極具真實感與「魔法」，甚至讓他改變了以往偏好打字勝過語音的習慣。該模型採用了「全雙工」（full-duplex）架構，這項技術變革帶來了以下關鍵提升： 同步聽說：模型不再需要等待使用者說完話才能回應，能同時聆聽與發聲，並能流暢地處理對話中的「嗯哼」、「對」等語氣詞，甚至在使用者思考時保持安靜。 即時互動與翻譯：透過持續性的互動決策，模型能每秒多次判斷是否該發言、暫停或中斷，並支援即時翻譯功能。 這支影片展示了 ChatGPT 的 GPT-Live 語音功能，透過自然對話與即時翻譯，讓使用者能更流暢地與 AI 互動。 智慧委派機制：當對話涉及網頁搜尋、深度推理或複雜任務時，GPT-Live 會在背景自動呼叫最新的前沿模型（發布初期為 GPT-5.5）處理，並在完成後將結果帶回對話中，確保對話流程不中斷。 使用體驗與部署 GPT-Live 提供更具備「人格特質」的對話體驗，並針對語音場景強化了安全性與實用性： 視覺輔助：在對話過程中，ChatGPT 能根據話題（如天氣、股市、賽事）即時呈現豐富的視覺卡片，讓資訊一目了然。 這段影片展示了如何透過 ChatGPT 的語音功能，快速查詢天氣資訊、賽事賽程以及在地推薦。 情境感知：模型具備更好的時間感知與背景雜訊過濾能力，能專注於使用者的聲音，並根據對話情境調整語氣。 三位技術人員示範如何透過語音與 AI 模型即時對話，並展示其對時間與情境的感知能力。 部署範圍：該功能即日起陸續向全球 ChatGPT 使用者開放，支援 iOS、Android 及網頁版，未來也將整合至 API。 版本區分：Plus 與 Pro 使用者將預設使用 GPT-Live-1，免費版使用者則預設使用 GPT-Live-1 mini。 技術背景與安全性 OpenAI 在官方文件中說明，GPT-Live 解決了過往「級聯式語音系統」（Cascaded voice systems）因模型串接導致的延遲與資訊流失，以及「基於輪次」（Turn-based）模型因靜音檢測導致的僵硬中斷問題。 三位技術人員透過對話展示並討論 ChatGPT 的語音互動能力。 為了確保安全性，OpenAI 針對語音特性做了專門的紅隊測試（Red-teaming）與合成評估，涵蓋自我傷害、情緒依賴及暴力內容等風險，並內建了能即時偵測不安全輸出的防護機制，若系統偵測到高風險情境，會主動引導至安全資源或終止對話。 三名技術人員在沙發上演示 ChatGPT 的即時語音翻譯與對話功能。 這支影片展示了 ChatGPT 的 GPT-Live 語音功能，透過自然對話與即時翻譯，讓使用者能更流暢地與 AI 互動。 影片中的 Prompt 與操作： 操作步驟： 1. （00:00）點擊手機上的語音功能進行對話 2. （00:16）點擊手機螢幕啟動語音互動 3. （00:34）點擊手機螢幕進行語音詢問 4. （01:48）點擊手機螢幕進行語音詢問 5. （02:09）點擊手機螢幕進行語音詢問 6. （02:37）點擊手機螢幕進行語音詢問 7. （03:32）點擊手機螢幕進行語音詢問 8. 點擊手機螢幕啟動即時翻譯功能 9. 點擊手機螢幕進行語音詢問 三名技術人員在沙發上演示 ChatGPT 的即時語音翻譯與對話功能。 影片中的 Prompt 與操作： Prompt（00:11）： GPT-Live-1 Prompt（00:13）： 聆聽與說話 原文：Listening & Speaking Prompt（00:16）： Yuchen Zhang Prompt（00:16）： Alyssa Huang Prompt（00:16）： Justin Uberti Prompt（00:16）： 技術人員成員 原文：Members of Technical Staff 操作步驟： 1. （00:11）畫面顯示標題「GPT-Live-1」 2. （00:13）畫面顯示標題「Listening & Speaking」 3. （00:16）畫面標示三位參與者的姓名與職稱「Members of Technical Staff」 4. （00:51）參與者展示使用手機與該模型進行即時語音翻譯互動 5. （02:19）參與者透過手機 UI 介面查看該模型對對話內容的總結 三位技術人員示範如何透過語音與 AI 模型即時對話，並展示其對時間與情境的感知能力。 影片中的 Prompt 與操作： 操作步驟： 1. （00:51）參與者拿起手機與 AI 進行語音對話 2. （01:45）參與者使用手沖壺進行注水操作 3. 參與者將咖啡倒入杯中 三位技術人員透過對話展示並討論 ChatGPT 的語音互動能力。 影片中的 Prompt 與操作： 操作步驟： 1. （00:00）影片開場，三名人員在室內沙發上進行對話。 2. （00:07）三人走在戶外步道上。 3. （00:09）三人坐在戶外長椅上，其中一人使用手機與 AI 進行語音對話。 4. 三人回到室內沙發區繼續討論。 5. 其中一人對著手機詢問 AI 關於拍攝行銷影片的建議。 這段影片展示了如何透過 ChatGPT 的語音功能，快速查詢天氣資訊、賽事賽程以及在地推薦。 影片中的 Prompt 與操作： Prompt（00:00）： 詢問 ChatGPT 原文：Ask ChatGPT 操作步驟： 1. （00:00）點擊輸入框並開始語音對話 2. （00:08）畫面自動顯示墨西哥市天氣預報圖表 3. （00:24）畫面自動顯示墨西哥隊小組賽賽程表 4. （00:44）畫面自動顯示墨西哥市地圖與推薦觀賽地點 影片展示了 ChatGPT 應用程式中 GPT-Live 的語音互動介面。 影片中的 Prompt 與操作： 操作步驟： 1. （00:00）點擊語音輸入圖示 2. （00:01）進入語音互動模式，畫面中央出現動態波紋 原文：https://easyvibecoding.app/curated/2415-openai-launches-gpt-live-in-chatgpt