GPT-Live-1.1 API开放:开发者可建全双工语音智能体

资讯 IT之家 全文 795 字 · 约 2 分钟读完 配图 2 张 分类GPTGPT-Live-1.1OpenAI智能体语音

该模型具备全双工语音交互能力,可同时聆听与回应,还能将复杂任务委托后端模型处理并保持对话不中断,目前已开放技术文档与接入指南。#OpenAI#

所属频道 大厂动态ChatGPT 与 GPT智能体与 Agent

OpenAI 在 11 月 20 日宣布,GPT-Live-1.1 API 语音模型正式向开发者开放。第三方开发者可以把它接进自家应用,做出能实时聆听、回应并执行复杂任务的 AI 语音智能体。

OpenAI 开放 GPT-Live-1.1 API:支持实时双向对话,智能体可边聊天边处理复杂任务

GPT-Live-1.1 是 GPT-Live-1 的升级版,具备全双工语音交互能力,聆听和说话可以同时进行,用户不必把一句话完整说完,模型就已开始处理。它能捕捉用户说话时的停顿、打断和语速变化,实时判断该接着听还是该开口回应。从 2026 年 10 月 15 日起,这一模型已是 ChatGPT Plus 及更高级别订阅用户的默认语音模型;这次 API 开放,把相关能力进一步交到了第三方开发者手里。

能力层面,据 OpenAI 介绍,GPT-Live-1.1 在多语言语音处理、指令遵循和语音保真度上均有改进,对字母、数字这类需要精确识别的信息处理得更可靠,语音交互中的理解偏差也随之减少。

该模型还支持把需要更深推理或工具调用的任务交给开发者选定的后端模型。OpenAI 自家的模型可以用,第三方模型也能接入。后端模型处理复杂任务的同时,语音对话照常进行,当前交互不会中断。

换句话说,实时语音交互可以和 backend 模型的推理、工具调用能力搭配起来,语音智能体在回答用户问题的同时,还能跑需要多步骤执行的复杂工作流。

OpenAI 官方 API 文档显示,GPT-Live 系列采用全双工架构,直接处理输入和输出音频,传统语音系统里语音识别(STT)、大语言模型(LLM)和语音合成(TTS)串联带来的延迟因此减少。

GPT-Live-1.1 API 的技术文档和接入指南已经放出,开发者可前往 OpenAI 开发者平台查看模型能力、配置方式和使用方法。

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. 谷歌Gemini 4逆袭!国产AI没有上榜

    最新的 Agent Arena 榜单中,被大家戏称北美 “豆包” 的 Gemini 算是翻身了,直接跑赢了 GPT!两个模型Gemini 4 neo 和 Gemini 4 carbon都压着GPT打,算是出了口恶气。不少朋友可能不清楚这个榜单到底测什么,它不比AI聊天问答好不好玩,而是比AI 智能体的实战干活能力:比如

    来源 腾讯网
  2. GPT-6.2 上线12小时:开发者为何称其“史上最糟”

    就在今天,OpenAI 正式发布了新一代旗舰模型 GPT-6.2 Astra,以及主打性价比的 GPT-6.2 Sol。从官方公布的成绩来看,GPT-6.2 Astra 在专业 Agent 任务上反超 Claude Fable 5.2,完成同等任务的综合成本却只有后者的 5%,堪称一次漂亮的反击。上下滑动查看更多内容然

    来源 腾讯网
  3. OpenAI等AI企业遭亚利桑那州刑事调查:失控智能体疑入侵银行

    11月19日,据路透社报道,美国亚利桑那州已对OpenAI及其他人工智能企业启动刑事调查,案件核心指向“失控AI智能体疑似入侵银行系统”事件。该州总检察长克里斯·梅耶斯(Kris Mayes)周三在芝加哥的新闻发布会上表示:“亚利桑那州对此非常担忧,我们正从多个角度审视这一问题。”

    来源 TechWeb
  4. 亚利桑那州刑事调查OpenAI等AI企业:智能体被指入侵银行系统

    11月19日,据路透社报道,美国亚利桑那州已对OpenAI及其他人工智能企业启动刑事调查,案件核心指向“失控AI智能体疑似入侵银行系统”事件。该州总检察长克里斯·梅耶斯(Kris Mayes)周三在芝加哥的新闻发布会上表示:“亚利桑那州对此非常担忧,我们正从多个角度审视这一问题。”

    来源 TechWeb
  5. 跑分狂飙,实测翻车,刚发的 GPT-6.2 暴露了 OpenAI 的软肋

    「基本不可用,不推荐」。OpenAI 新模型上线仅仅 8 分钟,硅谷知名创业者 Matt Shumer,就在社交平台上扔下一句毫不留情的评价。紧接着,拥有大批开发者拥趸的 Theo Browne,发了一篇长文《我为什么讨厌 GPT-6.2 Astra》。向来对前沿模型保持温和耐心的沃顿商学院教授 Ethan Molli

    来源 腾讯网
  6. OpenAI发布GPT-6.2双版本:3D设计亮眼,实测体验两极

    千呼万唤之中,OpenAI 终于把 GPT-6.2 推到了台前,一口气推出两个版本:GPT-6.2 Astra 和 GPT-6.2 Sol。有意思的是,OpenAI 这次又赶在了一个微妙的时间点出牌。眼下,Anthropic 上市的消息仍在持续发酵,AI 行业的竞争也愈发激烈。OpenAI 偏偏选在此时发布新一代模型,

    来源 腾讯网
  7. OpenAI自曝递归自我提升,智能体指数级爆发,人类已成瓶颈

    OpenAI毫无征兆地宣布:「递归自我提升」(RSI,Recursive Self-Improvement)的齿轮,已经正式开始转动。 通俗来说,OpenAI亲口作证:AI开始研发AI了! 长久以来,人们都在猜测超级人工智能(ASI)会在哪一天降临。大家盯着大模型的跑分,盯着参数量的飙升。 但OpenAI明确告诉你:通

    来源 AI 行业观察
  8. OpenAI用GPT-4o改芯片电路,AMD旗舰GPU能效最高提14%

    OpenAI 当地时间 18 日发布技术报告,披露 AI 辅助芯片设计进展。自研推理芯片 Jalapeño 2025 年初就交给 GPT-4o 打下手:模型重写浮点加法器、乘法器等电路,新乘法器综合后面积减约 15%、延迟压到一个时钟周期;合计向量计算单元面积减约 13%,矩阵计算单元减约 10%,

    来源 AI 开发者社区
  9. 谷歌Gemini 4 Neon发布:100万Token上下文,每百万输出15美元

    智东西(公众号:zhidxcom)编译 | 杨京丽编辑 | 李水青智东西11月19日消息,刚刚,谷歌发布Gemini 4系列新模型Gemini 4 Neon,面向复杂软件工程、知识工作和科学研究,主打在前沿智能水平下,更快、更经济地完成多步骤任务。这是谷歌7周内发布的第四款Gemini 4系列模型。▲谷歌发布Gemin

    来源 腾讯网
  10. OpenAI用AI改芯片电路:AMD旗舰GPU能效最高提升14%

    OpenAI报告披露GPT-4o辅助芯片设计:自研推理芯片Jalapeño由GPT-4o重写浮点加法器、乘法器等电路,新乘法器面积减约15%、延迟压至一个时钟周期;向量与矩阵计算单元面积分别减约13%、10%,已实片验证。模型还重写RTL,为AMD旗舰GPU提速,压缩约一年工作量。

    来源 AI 产业速递
  11. 苹果自研AI智能体曝光:能操控设备写代码,2027年底或推出

    IT之家 11 月 20 日消息,彭博社马克 · 古尔曼(Mark Gurman)今日报道称,苹果正在开发自主 AI 智能体,计划让 AI 代替用户执行设备操控、应用操作、网页浏览和软件编程等任务,进一步进入由 OpenAI、Anthropic、Meta 等公司参与竞争的 AI 智能体市场。 古尔曼发现,苹果已经在官网

    来源 AI 行业观察
  12. OpenAI被刑事调查,因AI智能体入侵银行系统

    IT之家 11 月 19 日消息,据路透社今天报道,美国亚利桑那州总检察长克里斯 · 梅耶斯周三表示,该州已对 OpenAI 及其他人工智能企业展开刑事调查,涉及“失控 AI 智能体入侵银行系统”事件。

    来源 凤凰科技
  13. 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
  14. 奥特曼:必须平衡AI安全与发展,没法让所有人满意

    OpenAI CEO萨姆·奥特曼在DealBook峰会上表示,公司必须在优先保障AI安全与继续推进技术发展之间取得平衡,“不可能让所有人满意”。他称此前AI智能体失控入侵事件是学习经验,OpenAI采取迭代式部署策略,并引入第三方机构开展安全评估,同时计划在某个时候上市。

    来源 凤凰科技
  15. 苹果自研AI智能体曝光:招聘信息透露产品方向,对手已抢先落地

    苹果公司正开发自家AI智能体,以期与OpenAI、Anthropic竞争。11月19日,据彭博报道,苹果公司正在开发一款能够代替用户完成任务的自主人工智能智能体,正式进军由OpenAI、Anthropic、Meta等公司激烈角逐的赛道。此前11月18日苹果官网新增一条招聘信息,透露公司正在寻找一名高级工程经理,负责一款

    来源 腾讯网
  16. 谷歌Gemini 4再添Neon:中杯模型补位,Genie 4开放

    编辑|冷猫 一觉醒来,谷歌又双叒叕发 Gemini 4 模型了。 谷歌最近一直在基础模型上发力,从最高智能到最高效率的模型不停发布,为了重返王座真是拼了。 在 Carbon、Argon、Hydrogen 之后,填补最高智能和最高效率之间的「中杯」模型 Gemini 4 Neon 登场! Demis

    来源 AI 开发者社区
向下滚动自动加载更多