您的位置首页 >科技要闻 >

OpenAI向开发者开放GPT-Live-1.1语音模型

OpenAI 正式把 GPT-Live-1.1 语音模型对外开放给开发者调用,开发者可以通过 API 把这套实时语音能力接入自家 App、硬件、客服系统、AI Agent 产品,它属于 GPT-Live-1 的升级版本,核心是原生全双工语音架构,AI 可以一边听一边说话,用户随时插话打断、中途修改需求都能顺畅承接,不用等一句话说完才开始识别和回复,相比传统 ASR+TTS 串联方案延迟更低,同时优化了多语种识别、数字字母精准识别、音色保真,遇到搜索、复杂推理、工具调用任务,还可以把任务交给后端大模型处理,后端模型不限定 OpenAI 自家产品,开发者可以自由搭配。早在 10 月 15 日 GPT-Live-1.1 就已经成为 ChatGPT Plus、Pro 用户语音功能的默认模型,这次开放 API,意味着这项自然实时对话能力不再只局限于 ChatGPT 内部,外部产品也能落地。

GPT-Live-1.1 核心能力清单

  • 全双工双向语音:同步收音和输出语音,识别停顿、插话、抢话,模拟真人对话节奏
  • 多语种升级:新增法语、德语、日语、韩语、印地语、墨西哥西语语音音色,口音自然度提升
  • 精准识别优化:对号码、验证码、序列号这类字母数字内容识别准确率提升,减少听错
  • 任务分流机制:简单对话本地实时响应,复杂推理、联网查询、工具调用转发后端模型
  • 新增 Standby 待机配置:安静时段自动低功耗待机,避免误触发、误打断
  • 多音色可选:Shimmer、Sillage、Stone、Tempo、Verse、Vesper、Willow 等音色

版本对比表

版本定位适用对象
GPT-Live-1.1旗舰实时语音模型付费订阅用户、商用开发者 API
GPT-Live-1.1 Quip轻量化版本(原 mini)免费用户,资源开销更低

开发者接入要点

  1. 调用入口:OpenAI 官方 Live 语音 API 接口,流式音频传输
  2. 计费方式:按通话活跃时长计费,后端大模型、工具调用费用单独结算
  3. 典型落地场景:AI 语音助手、智能硬件语音交互、电话客服、语言教学、车载语音 Agent
  4. 网络要求:对网络稳定性要求更高,全双工持续传输音频,丢包容易造成卡顿、误识别

当前局限

  • 对回声消除、前端降噪依赖高,如果设备麦克风处理不好,容易把 AI 自己的声音当成用户插话
  • 复杂长逻辑推理仍然要依赖后端模型,单纯 GPT-Live-1.1 本身不擅长深度思考
  • 部分地区音色、语种存在区域限制,不是所有音色全球都开放

小结

OpenAI 开放 GPT-Live-1.1 语音模型 API,补齐了开发者落地自然实时语音 Agent 的关键组件,最大卖点就是支持随时打断的全双工对话,大幅拉近 AI 语音和真人聊天的体验差距;不过它属于交互层语音模型,不是全能推理大模型,产品落地时需要搭配降噪硬件、后端推理模型一起使用,网络和前端音频处理会直接影响最终体验。

【相关 FAQ】

问题 1:OpenAI 向开发者开放 GPT-Live-1.1 语音模型,它最核心的特性是什么?

回答 1:OpenAI 向开发者开放 GPT-Live-1.1 语音模型,最核心特性是原生全双工语音交互,AI 可以同时聆听和发声,支持用户随时打断对话,交互节奏更贴近真人聊天。

问题 2:GPT-Live-1.1 语音模型和之前的 GPT-Live-1 相比有哪些升级?

回答 2:GPT-Live-1.1 语音模型优化了多语种口音、字母数字识别准确率、语音保真度,新增 Standby 待机配置,扩充了多语言可选音色,减少识别出错。

问题 3:开发者调用 GPT-Live-1.1 语音模型的时候,后端推理模型只能用 OpenAI 吗?

回答 3:开发者调用 GPT-Live-1.1 语音模型,复杂任务可以委托给任意后端模型,不强制绑定 OpenAI 自家大模型,支持接入第三方模型。

问题 4:GPT-Live-1.1 语音模型在 ChatGPT 里面什么时候上线的?

回答 4:GPT-Live-1.1 语音模型在 10 月 15 日就上线 ChatGPT,作为 Plus 及以上订阅用户默认语音模型,11 月 20 日正式对开发者开放 API 调用。

【参考资料】

[2026-11-20](OpenAI 向开发者开放 GPT-Live-1.1 语音模型)IT 之家

[2026-11-20](GPT-Live-1.1 has arrived in the API)OpenAI Developer Community

[2026-10-16](GPT-Live-1.1 上线:ChatGPT 语音新增多语种声音)腾讯新闻

[2026-10-15](ChatGPT Voice 默认切换至 GPT-Live-1.1)OpenAI 帮助中心

【免责声明】

本文仅为 AI 模型资讯整理,GPT-Live-1.1 语音模型的延迟、识别效果受网络、麦克风降噪、后端模型搭配影响;API 定价、音色、可用语种、调用限制由 OpenAI 官方动态调整;内容不构成产品开发选型、商用落地的保证与投资建议。

今日大家都在搜的词: