OpenAI 推出新一代語音模型，實現同時聽說、即時對話

OpenAI 正式發表新一代語音模型，目標是徹底改變即時人機對話的體驗。其中最關鍵的突破，在於 AI 系統現在能夠「同時說話與聆聽」——這項能力過去僅限於人類互動，如今讓 AI 可以進行更自然、流暢的對話，幾乎媲美面對面溝通。 這套新語音模型相較於現有的文字轉語音或語音辨識系統有顯著進步。傳統系統通常採用輪流發言的方式，必須等一方說完，另一方才能回應。而 OpenAI 的新模型能夠同時處理音訊輸入並產生語音輸出，因此 AI 可以打斷提問、要求釐清，或即時給予回饋，不再有尷尬的停頓。 最受矚目的應用之一就是即時語言翻譯。由於具備同時說話與聆聽的能力，AI 可以在說話者還在發言的過程中，就同步進行翻譯，大幅降低延遲，遠比傳統依序翻譯的系統更有效率。這項技術有望徹底改變國際商務會議、旅遊與跨文化溝通的方式。 此外，OpenAI 也在新模型中強化了情感表達與語調變化，讓語音能更細膩地傳達語氣、重點與意圖。系統可根據對話情境調整說話風格，無論是正式簡報還是輕鬆聊天，都能自然應對。 開發者已可透過 OpenAI API 使用這套新語音模型，收費方式依音訊處理時間計算。早期採用者包括客服平台、教育工具，以及為語言或聽覺障礙者設計的輔助應用。 這次發表讓 OpenAI 在對話式 AI 領域站穩領先地位，有望加速語音介面在需要自然互動的各行各業中普及。