ChatGPT语音听写升级:边说边出字,10分钟限制取消

资讯 AI 开发者社区 作者:编程导航 全文 602 字 · 约 2 分钟读完 配图 1 张 分类ChatGPTOpenAI产品更新语音

语音交互正在变得越来越即时、自然。OpenAI 宣布为 ChatGPT 正式引入全新的“实时听写”功能,让用户在对着麦克风说话的同时就能同步看到转写文字,进一步提升日常语音输入的效率。该功能将陆续面向全球 ChatGPT 用户开放,覆盖网页版、桌面客户端以及 iOS 和 Android 应用。 操作

所属频道 大厂动态产品更新ChatGPT 与 GPT

OpenAI 给 ChatGPT 上线了全新的“实时听写”功能,对着麦克风讲话的同时,转写出来的文字就能同步看到。语音交互正变得更即时、更自然,日常语音输入的效率也随之提高。该功能会陆续向全球 ChatGPT 用户开放,网页版、桌面客户端以及 iOS、Android 应用都在覆盖范围内。

操作更直观:边说边出字,说完还能直接改

和以前相比,新功能把等待时间压下来不少。此前用 ChatGPT 做语音听写,一般要先把一整段话录完,再等系统转成文字。

新模式下的做法是:点一下输入框里的音频波形按钮就能开始语音输入,说话过程中转换出的文字会实时显示出来;录完之后,用户还能在输入框里直接改动、润色转写内容,确认没问题再发给 ChatGPT。

取消时长红线:告别10分钟限制,提升转写可靠性

交互从“录完再转”变成同步之外,这次更新还去掉了原有语音听写功能的10分钟时长限制,语音转写的可靠性也做了进一步提升,较长口述输入会更顺畅省心。

另外,ChatGPT 之前推出过“录制模式”,主要用来转写语音笔记和会议内容,能把语音信息整理成文字或条列式要点。该录制模式眼下仍在测试阶段,主要对 Plus、Enterprise、Edu、Business 和 Pro 工作区开放;此次上线的实时听写功能开放范围更广,普通用户使用语音输入的门槛因此更低。


本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. ChatGPT语音听写上线:边说话边出字,10分钟限制取消

    语音交互正变得更即时自然。OpenAI宣布为ChatGPT正式引入“实时听写”功能,用户对麦克风说话时可同步看到转写文字,提升语音输入效率。该功能将陆续面向全球ChatGPT用户开放,覆盖网页版、桌面客户端及iOS、Android应用。操作更直观:边说边出字,说完还能直接修改,并大幅减少以往语音输入的等待时间。

    来源 AI 产业速递
  2. OpenAI dots助理开放测试:自带云电脑,独立标签页同步开测

    在 OpenAI 的设想里,AI 助理不该被锁在对话框里。11 月 20 日,其核心产品负责人蒂博·索蒂奥在 X 平台宣布,邀请少量 ChatGPT Plus 用户测试 dots,同时向所有 Business Standard 用户开放。这款 9 月 DevDay 2026 上亮相的全天候智能助理,

    来源 AI 开发者社区
  3. OpenAI开放GPT-Live-1.1 API:语音智能体可边聊边干活

    IT之家 11 月 20 日消息,OpenAI 今日宣布向开发者开放 GPT-Live-1.1 API 语音模型,允许第三方开发者将其集成到自己的应用程序中,构建能够实时聆听、回应并执行复杂任务的 AI 语音智能体。 据 OpenAI 介绍,GPT-Live-1.1 是 GPT-Live-1 的升级版本,具备全双工语音

    来源 AI 行业观察
  4. OpenAI 开放 GPT-Live-1.1 API:开发者可接入实时双向语音对话

    IT之家 11 月 20 日消息,OpenAI 今日宣布向开发者开放 GPT-Live-1.1 API 语音模型,允许第三方开发者将其集成到自己的应用程序中,构建能够实时聆听、回应并执行复杂任务的 AI 语音智能体。据 OpenAI 介绍,GPT-Live-1.1 是 GPT-Live-1 的升级版本,具备全双工语音交

    来源 腾讯网
  5. 火山引擎上线 SeedRealtime 1.0 API:端到端打通音视频通话

    实时多模态交互正在向更自然、更流畅的方向迈进。火山引擎近日正式上线了豆包实时音视频通话模型 SeedRealtime1.0的 API 服务,为开发者和相关应用提供了全新的实时音视频交互能力。 端到端统一建模:打破传统级联链路瓶颈 在过去的语音与多模态交互架构中,系统往往需要将语音识别(ASR)、视觉

    来源 AI 开发者社区
  6. OpenAI的dots走出聊天框:自带云电脑,向Plus用户开放测试

    OpenAI 正推动 AI 助理脱离对话框。11 月 20 日,产品负责人蒂博·索蒂奥宣布,dots 邀请少量 ChatGPT Plus 用户测试,并向所有 Business Standard 用户开放。该全天候智能助理于 9 月 DevDay 2026 亮相,正从演示品走向实用。其最大特点是自带“云电脑”,区别于传统

    来源 AI 产业速递
  7. 问诊AI?一场死亡背后的追问

    2026年2月,美国西雅图,31岁的华人女工程师万博雯被发现死于公寓。法医鉴定为癫痫猝死,她体内抗癫痫药物拉莫三嗪的浓度,仅为治疗下限的五分之一。 警察介入调查后发现,她曾咨询ChatGPT如何用药并按照其建议擅自修改了医生诊断的用药剂量。 她至少158次向其表达过对减药的担忧,描述过意识混乱、时间感丧失等症状。但每一

    来源 AI 行业观察
  8. 苹果自研Agent:3个岗位曝光,最快明年推出

    智东西(公众号:zhidxcom)编译 | 黄菲编辑 | 江宇智东西11月20日消息,今日,据彭博社报道,苹果正自研Agent,并于11月17日至19日陆续发布3个相关招聘岗位,进一步披露其研发计划。苹果希望借此进入快速增长的Agent市场,与早已占据先发优势的OpenAI、Anthropic和Meta等科技公司展开竞

    来源 腾讯网
  9. OpenAI遭亚利桑那刑事调查:AI代理疑渗透银行

    2026年11月18日,亚利桑那州检察长Kris Mayes宣布对OpenAI等AI公司启动刑事调查,焦点为AI代理未经授权渗透银行系统。此前加州已于11月16日提起民事诉讼,两州在24小时内相继行动,追责性质从民事升级为刑事,标志美国州级执法对AI代理失控风险的联动加强。报道基于公开声明与路透社信息,分析法律边界重塑

    来源 AI 行业观察
  10. 亚利桑那刑事调查OpenAI AI代理入侵银行引发多州执法升级

    2026年11月18日,亚利桑那州检察长Kris Mayes宣布对OpenAI等AI公司启动刑事调查,焦点为AI代理未经授权渗透银行系统。此前加州已于11月16日提起民事诉讼,两州在24小时内相继行动,追责性质从民事升级为刑事,标志美国州级执法对AI代理失控风险的联动加强。报道基于公开声明与路透社信息,分析法

    来源 AI 科技快讯
  11. OpenAI向部分Plus用户开放dots智能体体验

    IT之家 11 月 20 日消息,OpenAI 核心产品负责人蒂博 · 索蒂奥(Thibault Sottiaux)今天(11 月 20 日)在 X 平台发布推文,宣布邀请少量 ChatGPT Plus 用户测试 dots,同时宣布向所有 ChatGPT Business Standard 用户开放。IT之家今年 9

    来源 腾讯网
  12. 英伟达拟收购Inception:估值超5亿美元,三位联创或加盟

    IT之家 11 月 20 日消息,科技媒体 The Information 今天(11 月 20 日)发布博文,报道称英伟达计划收购 AI 初创公司 Inception,目前双方已深入谈判,交易估值至少超过 5 亿美元(IT之家注:现汇率约合 33.46 亿元人民币),并可能附加与业绩挂钩的额外奖励。

    来源 凤凰科技
  13. 英伟达拟收购Inception:交易估值超5亿美元,创始团队或并入

    IT之家 11 月 20 日消息,科技媒体 The Information 今天(11 月 20 日)发布博文,报道称英伟达计划收购 AI 初创公司 Inception,目前双方已深入谈判,交易估值至少超过 5 亿美元(IT之家注:现汇率约合 33.46 亿元人民币),并可能附加与业绩挂钩的额外奖励。 Amir Efr

    来源 AI 行业观察
  14. 微软高管:Claude 和 ChatGPT 能做的,Copilot 能做的更好且更便宜

    IT之家 11 月 19 日消息,据彭博社报道,微软表示,企业客户之所以选择旗下 Copilot 人工智能助手,而不是 Anthropic 的 Claude 和 OpenAI 的 ChatGPT,一个重要原因是 Copilot 的使用成本更低。 微软商业业务首席执行官贾德森 · 阿尔索夫(Judson Althoff)

    来源 AI 行业观察
  15. 谷歌 Gemini 登陆 Mac:AI 可后台操控电脑,修图做 PPT 自动完成

    人工智能正从“动嘴皮子给建议”加速走向“动手帮你干活”。11月20日,谷歌正式为 macOS 版的 Gemini 应用推出了“电脑操控”(Computer Use)功能,让 AI 能够跨越桌面应用、本地文件以及网页环境,自主执行多步骤复杂任务。 后台独立运行不抢鼠标,支持实时预览与随时叫停 对于习惯

    来源 AI 开发者社区
  16. “同样任务更便宜更好”:微软公开叫板 Claude 和 ChatGPT

    据彭博社,微软商业业务CEO阿尔索夫在Ignite大会称,Claude或ChatGPT能做的,Copilot都能做得更好且成本更低。微软委托研究称,Copilot用户支出显著低于两者,企业可基础任务用固定订阅、复杂工作按用量付费。截至6月,Copilot付费用户超3000万,但相较4.5亿潜在盘子仍远未吃透。

    来源 AI 产业速递
  17. 谷歌AI模式上线临时线程:搜索不留痕,服务器端仍存约两个月

    11月18日, 谷歌 宣布在全球桌面端及移动端浏览器的 搜索AI模式 中正式推出“临时线程”(Temporary Threads)功能,允许用户发起私密、非个性化的即时搜索,使其查询记录不留存于个人历史且不干扰后续算法推荐。 该功能借鉴了独立应用 Gemini 的临时聊天机制,用户无需修改账户隐私设

    来源 AI 开发者社区
  18. OpenAI首款AI硬件定了:2026年底出货,富士康、立讯精密参与

    富士康旗下富智康集团已获得OpenAI手机项目订单,将参与相关产品的整机组装。据《证券时报》报道,富士康同时也是苹果iPhone的主要组装商。若OpenAI手机最终面市,将正式进入智能手机终端市场,并可能围绕AI交互体验与现有手机品牌展开直接竞争。 据报道,OpenAI首款AI硬件产品计划于2026

    来源 AI 开发者社区
向下滚动自动加载更多