OpenAI发布GPT-Live：能听能说，打断AI聊天也不卡壳

OpenAI正式发布了ChatGPT的语音升级版——GPT-Live，它采用了全双工（full-duplex）技术，彻底改变了用户与AI的交互方式。与传统的语音模式（系统先听、再处理、然后按顺序回应）不同，GPT-Live可以同时进行听和说。这种全双工能力取代了之前的Advanced Voice Mode，使对话更接近人类自然的你来我往。 新系统由两个不同的模型协同驱动：一个负责实时处理音频输入，另一个负责生成语音回复。这种并行架构使得AI能够处理打断、插话和重叠说话——这些都是人类对话中的常见现象，但AI一直很难模仿。现在，用户可以在AI说到一半时打断它来澄清某个点，系统会立即调整回应，不会出现卡顿。 OpenAI声称，GPT-Live大大减少了语音交互的“机械感”。该系统可以检测情感语调，调整说话速度，甚至在适当时使用“嗯”、“啊”等口语化填充词，让对话听起来更自然。早期用户反馈称，现在的对话感觉更像是在跟一位知识渊博的同事聊天，而不是在给机器下达命令。 该升级正在向ChatGPT Plus和企业版用户推送，预计未来几周内会向更广泛的用户开放。随着语音成为越来越主流的AI交互界面，GPT-Live为对话式AI树立了新的标杆。这项技术为教育、心理治疗、客户服务和娱乐等领域打开了更沉浸式的应用大门，因为这些场景对自然的语音交互动态要求极高。