选项
首页
新闻
OpenAI 发布了先进的语音模型,旨在实现更自然的实时对话

OpenAI 发布了先进的语音模型,旨在实现更自然的实时对话

2026-08-02
48

OpenAI 发布了先进的语音模型,旨在实现更自然的实时对话

OpenAI 推出了两款新的对话模型——GPT-Live-1 和 GPT-Live-1 mini,旨在使对话听起来更自然,并更有效地管理对话轮次。这些全双工模型能够同时说话和聆听,允许用户自然地打断对话,并支持实时翻译等功能。

该公司还正在将 GPT-Live-1 mini 作为默认选项,取代 ChatGPT 当前的“高级语音模式”。付费用户将能够使用规模更大的 GPT-Live-1 模型。 此前,该系统依赖于语音转文本模型、用于生成回复的大型语言模型以及文本转语音模型的组合来生成最终输出。

在一次媒体简报会上,OpenAI表示,新模型解决了用户说话时被打断以及智能不足无法回答问题等难题。更新后的模型将在保持对话流畅性的同时,将查询转发至最新的文本模型(如GPT-5.5)进行搜索、推理或代理任务处理。

OpenAI 还演示了该模型能够长时间保持沉默,持续吸收对话上下文,直到被要求回应为止。 此外,由于新的语音模式与最新一代 GPT 模型集成,它能够以可视化形式呈现信息。其他初创公司,例如从 DST 和 Lux Capital 处获得 4000 万美元种子轮融资的 Monogram,也正致力于开发可视化响应功能,以提升助手的交互性。

该公司指出,ChatGPT中的新语音模式专为更长时间的对话而设计。在简报会上,ChatGPT Voice的产品负责人Atty Eleti提到,他在散步时曾使用该语音功能进行了30至40分钟的对话。

OpenAI认为,语音有望成为处理复杂计算任务的主要界面。有报道称,该公司可能在今年推出具备AI功能的耳机,不过目前尚未透露任何关于硬件产品的细节。

“随着时间的推移,我们认为这还将释放语音作为计算主要界面的潜力,并能管理日益复杂且长期运行的代理任务。正如我们看到人们利用Codex和ChatGPT实现的那些令人惊叹的应用场景,我们认为语音将成为未来各类工作的主要界面,”埃莱蒂表示。

过去几年里,OpenAI 一直在增强语音功能,以使 ChatGPT 的语音模式听起来更自然。该公司报告称,已有超过 1.5 亿人使用“语音”和“语音输入”功能与 ChatGPT 进行对话。

竞争对手也在努力让他们的助手更具表现力。

苹果和亚马逊都已更新了各自的语音助手,使其更具对话性,并改进了上下文处理能力。由Oculus联合创始人布伦丹·伊里贝(Brendan Iribe)和安基特·库马尔(Ankit Kumar)共同创立的Sesame等初创公司,已推出能在完成后台任务的同时进行更自然对话的AI助手。

OpenAI 正沿着类似的道路前进,旨在让用户能够更长时间地免提与助手互动。 尽管该公司声称新的语音模式听起来更自然,但其强调该功能并非作为AI伴侣而设计。该公司指出,新模型中包含安全防护措施,可针对青少年提供适合其年龄的回应,并在对话涉及自残等话题时提供相关资源。

新的语音模式仍有改进空间。在印地语实时翻译功能的演示中,该助手说话时带有浓重的美国口音,且使用的印地语生硬且略显书生气。该公司表示,该模式针对“大多数通用语言”进行了优化,但未具体说明是哪些语言。

相关文章
华纳音乐收购AI归因初创公司Sureel AI 华纳音乐收购AI归因初创公司Sureel AI 华纳音乐集团(WMG)于周三确认,其正在收购Sureel AI,一家专注于人工智能归因的初创公司。Sureel的专有技术为音乐曲目生成“AI DNA”,将其分解为各个组成部分,以追踪人工智能模型如何利用这些元素。通过此次收购,WMG旨在增强其监控其艺术家和词曲创作者的作品在人工智能生成内容中被使用或用于训练人工智能模型的能力。“将Sureel整合到WMG中,增强了我们的保护、控制和变现能力,确保创意社区保留对其知识产权、姓名、肖像、形象和声音的控制权,”WMG首席执行官Robert Kync
亚马逊推出“Alexa for Shopping”,同时将Rufus边缘化 亚马逊推出“Alexa for Shopping”,同时将Rufus边缘化 亚马逊推出了“Alexa for Shopping”,将 Rufus 购物聊天机器人 Alexa+ 整合到应用程序、网站和 Echo Show 设备中。该助手回答产品查询、比较商品、跟踪价格,并支持购物提醒。它还处理计划中的购物操作和符合条件的自动购买。据该公司称,“Alexa for Shopping”将 Rufus 的产品专业知识与 Alexa+ 的个性化助手上下文相结合。亚马逊表示,Rufus 在 2025 年协助了超过 3 亿客户进行产品研究、比较和购买。GeekWire 报道称,
微软、Azure 和人工智能技术共同应对加利福尼亚州野火风险 微软、Azure 和人工智能技术共同应对加利福尼亚州野火风险 微软投资于人工智能驱动的山火监测技术,其首席副总裁兼首席数据科学家胡安·拉维斯塔·费雷斯(Juan Lavista Ferres)探讨了减轻环境损害的策略。据美国国家航空航天局(NASA)称,气候变化影响着地球上的每个人,其表现为气温上升、降雨模式改变以及海平面上升。NASA指出,有确凿证据表明地球正以史无前例的速度变暖,而人类活动是其主要驱动因素。随着全球气温上升,野火构成的威胁日益加剧。 在美
相关专题推荐
动画创作 适用于社交媒体内容的AI场景动画工具
适用于社交媒体内容的AI场景动画工具

XIX.AI 在此精选了 2026 年最新、最受欢迎且评价最高的社交媒体内容 AI 场景动画工具。这些功能强大、具有颠覆性的工具提供了实际测试结果以及免费版与付费版的详细对比,可帮助创作者显著提升工作效率。立即探索,释放您的 AI 优势。

9 个工具
xix.ai
视频创作 适用于 Reels、Shorts 及产品发布活动的 AI 短视频吸睛点生成器
适用于 Reels、Shorts 及产品发布活动的 AI 短视频吸睛点生成器

2026年最新最全的AI短视频开场白生成器,适用于Reels、Shorts及产品发布活动!XIX.AI精选了经过实际测试、效果惊人且必试的顶级工具,这些工具将彻底改变游戏规则。本页面每周更新,提供免费与付费版本的对比排名,助您找到提升内容创意和生产力的完美解决方案。 立即探索,释放您的AI优势!

11 个工具
xix.ai
写作 适用于长篇写作的AI文章大纲工具
适用于长篇写作的AI文章大纲工具

2026年最新最佳、评分最高的人工智能文章大纲工具,专为长文写作打造!这份精心挑选的合集收录了功能强大、具有革命性意义的工具,它们能生成准确、结构清晰的大纲,并经过实际测试验证,可显著提升写作效率。XIX.AI 便是这份精英精选中的成员之一。 获取免费版与付费版的对比指南,助您选择最适合的工具。立即探索,释放您的AI优势!

9 个工具
xix.ai
聊天机器人 用于语言练习、面试准备和日常流利度的最佳 AI 角色扮演聊天应用
用于语言练习、面试准备和日常流利度的最佳 AI 角色扮演聊天应用

2026 年最新最佳顶级评分 AI 角色扮演聊天应用,用于语言练习、面试准备和日常流利度!XIX.AI 精心策划了一个强大的变革性合集,提供免费与付费对比、真实世界测试以及每周更新的排名。这些必试工具可帮助您提升写作技能,克服流利度挑战,并提高所有日常场景下的沟通效率。立即探索,发现您语言成长的完美工具!

10 个工具
xix.ai
音乐创作 用于混音制作、采样准备及卡拉OK母带处理的 AI 声部分离工具
用于混音制作、采样准备及卡拉OK母带处理的 AI 声部分离工具

2026年最新、最优秀且评分最高的AI音轨分离工具汇总,专为混音制作、采样准备以及卡拉OK音频处理而设计。这些功能强大的创新工具经过实际测试,能够实现精准的音频分离,显著提升工作效率。XIX.AI每周都会更新免费的付费产品对比指南,帮助您找到最适合自身需求的工具。立即探索,发挥您的AI优势。

8 个工具
xix.ai
数据分析 用于收入看板、转化漏斗分析及产品指标分析的 AI SQL 助手
用于收入看板、转化漏斗分析及产品指标分析的 AI SQL 助手

2026年最新最优秀的AI SQL辅助工具排名揭晓!XIX.AI精心挑选了一系列功能强大的工具,这些工具会定期更新,并通过真实的场景测试来验证其性能。使用这些值得尝试的工具,您可以快速生成精准的收入分析报表、分析销售流程,并追踪产品各项指标,从而大幅提升工作效率。立即探索,找到最适合您的数据驱动决策工具!238个字符

9 个工具
xix.ai
评论 (0)
0/500
OR