OpenAI推自然语音模型GPT-Live-1

IT时代网9月11日消息，OpenAI于9月10日发布自然语音模型GPT-Live-1，将ChatGPT的自然全双工对话能力带到API，供开发者构建语音应用与业务工作流。

该模型采用单一架构同时处理听与说，而非传统的（识别—大模型—语音合成）串联方案，支持自然打断、笑声与犹豫等对话细节，并原生提供转写文本与轮次检测能力，可将深层推理与工具调用委托给后端文本模型。

前端语音层定价为每分钟0.05美元，已于9月10日当天在API中可用。开发者需自行搭配后端模型与代理框架，自定义语音访问则需联系销售了解资格与申请流程。

编辑：林一舟