OpenAI 发布了先进的语音模型,旨在实现更自然的实时对话

OpenAI 推出了两款新的对话模型——GPT-Live-1 和 GPT-Live-1 mini,旨在使对话听起来更自然,并更有效地管理对话轮次。这些全双工模型能够同时说话和聆听,允许用户自然地打断对话,并支持实时翻译等功能。
该公司还正在将 GPT-Live-1 mini 作为默认选项,取代 ChatGPT 当前的“高级语音模式”。付费用户将能够使用规模更大的 GPT-Live-1 模型。 此前,该系统依赖于语音转文本模型、用于生成回复的大型语言模型以及文本转语音模型的组合来生成最终输出。
在一次媒体简报会上,OpenAI表示,新模型解决了用户说话时被打断以及智能不足无法回答问题等难题。更新后的模型将在保持对话流畅性的同时,将查询转发至最新的文本模型(如GPT-5.5)进行搜索、推理或代理任务处理。
OpenAI 还演示了该模型能够长时间保持沉默,持续吸收对话上下文,直到被要求回应为止。 此外,由于新的语音模式与最新一代 GPT 模型集成,它能够以可视化形式呈现信息。其他初创公司,例如从 DST 和 Lux Capital 处获得 4000 万美元种子轮融资的 Monogram,也正致力于开发可视化响应功能,以提升助手的交互性。
该公司指出,ChatGPT中的新语音模式专为更长时间的对话而设计。在简报会上,ChatGPT Voice的产品负责人Atty Eleti提到,他在散步时曾使用该语音功能进行了30至40分钟的对话。
OpenAI认为,语音有望成为处理复杂计算任务的主要界面。有报道称,该公司可能在今年推出具备AI功能的耳机,不过目前尚未透露任何关于硬件产品的细节。
“随着时间的推移,我们认为这还将释放语音作为计算主要界面的潜力,并能管理日益复杂且长期运行的代理任务。正如我们看到人们利用Codex和ChatGPT实现的那些令人惊叹的应用场景,我们认为语音将成为未来各类工作的主要界面,”埃莱蒂表示。
过去几年里,OpenAI 一直在增强语音功能,以使 ChatGPT 的语音模式听起来更自然。该公司报告称,已有超过 1.5 亿人使用“语音”和“语音输入”功能与 ChatGPT 进行对话。
竞争对手也在努力让他们的助手更具表现力。
苹果和亚马逊都已更新了各自的语音助手,使其更具对话性,并改进了上下文处理能力。由Oculus联合创始人布伦丹·伊里贝(Brendan Iribe)和安基特·库马尔(Ankit Kumar)共同创立的Sesame等初创公司,已推出能在完成后台任务的同时进行更自然对话的AI助手。
OpenAI 正沿着类似的道路前进,旨在让用户能够更长时间地免提与助手互动。 尽管该公司声称新的语音模式听起来更自然,但其强调该功能并非作为AI伴侣而设计。该公司指出,新模型中包含安全防护措施,可针对青少年提供适合其年龄的回应,并在对话涉及自残等话题时提供相关资源。
新的语音模式仍有改进空间。在印地语实时翻译功能的演示中,该助手说话时带有浓重的美国口音,且使用的印地语生硬且略显书生气。该公司表示,该模式针对“大多数通用语言”进行了优化,但未具体说明是哪些语言。
相关文章
奥利押注隐私保护,力争在AI助手竞争中胜出
要真正发挥帮助作用,人工智能助手必须深刻理解其用户。Ollie 是一款专为日常生活设计的个人助理,其运作理念是:实现这一点无需用户交出数据,也不会损害用户的隐私。虽然某些企业级人工智能工具提供了数据隐私保护措施,但Ollie作为首批通过SOC 2认证的主流、面向家庭的人工智能服务之一,尤为突出。该认证框架允许企业通过独立审计证明,其已建立正式的控制措施来保护客户数据,并确保系统安全运行。达成这一里
AI LIVE:伦敦将如何探讨人工智能与工业自动化
本次峰会将汇聚来自全球的高管,共同探讨全球各行业面临的紧迫挑战,涵盖从人工智能驱动的颠覆性变革到经济波动等各个方面。AI LIVE:伦敦峰会将以“技术与人类使命”为主题,汇聚2,000余位国际领袖,共同探讨人工智能的新时代。BizClik旗下品牌《AI Magazine》已公布其在“AI LIVE:伦敦峰会”上举办的关于人工智能与工业自动化的联合炉边谈话环节阵容。该专题讨论会定于10月20日在伦敦
Anthropic 进入 AI 法律科技市场,竞争日益激烈
Anthropic 于周二发布了一系列新的聊天机器人功能,旨在为法律实务提供自动化支持。这些增强功能在年初推出的特定律所平台 Claude for Legal 基础上进行了扩展,增加了针对不同法律领域的专用法律插件和 MCP 连接器。随着法律人工智能领域竞争的加剧,这些工具应运而生。今年三月,利用代理式人工智能简化法律工作流的 AI 法律初创公司 Harvey 以 110 亿美元的估值获得了 2 亿美元融资。上个月,竞争对手 Legora 完成了 6 亿美元的 D 轮融资,并启动了一场由裘德·
相关专题推荐
评论 (0)
0/500

OpenAI 推出了两款新的对话模型——GPT-Live-1 和 GPT-Live-1 mini,旨在使对话听起来更自然,并更有效地管理对话轮次。这些全双工模型能够同时说话和聆听,允许用户自然地打断对话,并支持实时翻译等功能。
该公司还正在将 GPT-Live-1 mini 作为默认选项,取代 ChatGPT 当前的“高级语音模式”。付费用户将能够使用规模更大的 GPT-Live-1 模型。 此前,该系统依赖于语音转文本模型、用于生成回复的大型语言模型以及文本转语音模型的组合来生成最终输出。
在一次媒体简报会上,OpenAI表示,新模型解决了用户说话时被打断以及智能不足无法回答问题等难题。更新后的模型将在保持对话流畅性的同时,将查询转发至最新的文本模型(如GPT-5.5)进行搜索、推理或代理任务处理。
OpenAI 还演示了该模型能够长时间保持沉默,持续吸收对话上下文,直到被要求回应为止。 此外,由于新的语音模式与最新一代 GPT 模型集成,它能够以可视化形式呈现信息。其他初创公司,例如从 DST 和 Lux Capital 处获得 4000 万美元种子轮融资的 Monogram,也正致力于开发可视化响应功能,以提升助手的交互性。
该公司指出,ChatGPT中的新语音模式专为更长时间的对话而设计。在简报会上,ChatGPT Voice的产品负责人Atty Eleti提到,他在散步时曾使用该语音功能进行了30至40分钟的对话。
OpenAI认为,语音有望成为处理复杂计算任务的主要界面。有报道称,该公司可能在今年推出具备AI功能的耳机,不过目前尚未透露任何关于硬件产品的细节。
“随着时间的推移,我们认为这还将释放语音作为计算主要界面的潜力,并能管理日益复杂且长期运行的代理任务。正如我们看到人们利用Codex和ChatGPT实现的那些令人惊叹的应用场景,我们认为语音将成为未来各类工作的主要界面,”埃莱蒂表示。
过去几年里,OpenAI 一直在增强语音功能,以使 ChatGPT 的语音模式听起来更自然。该公司报告称,已有超过 1.5 亿人使用“语音”和“语音输入”功能与 ChatGPT 进行对话。
竞争对手也在努力让他们的助手更具表现力。
苹果和亚马逊都已更新了各自的语音助手,使其更具对话性,并改进了上下文处理能力。由Oculus联合创始人布伦丹·伊里贝(Brendan Iribe)和安基特·库马尔(Ankit Kumar)共同创立的Sesame等初创公司,已推出能在完成后台任务的同时进行更自然对话的AI助手。
OpenAI 正沿着类似的道路前进,旨在让用户能够更长时间地免提与助手互动。 尽管该公司声称新的语音模式听起来更自然,但其强调该功能并非作为AI伴侣而设计。该公司指出,新模型中包含安全防护措施,可针对青少年提供适合其年龄的回应,并在对话涉及自残等话题时提供相关资源。
新的语音模式仍有改进空间。在印地语实时翻译功能的演示中,该助手说话时带有浓重的美国口音,且使用的印地语生硬且略显书生气。该公司表示,该模式针对“大多数通用语言”进行了优化,但未具体说明是哪些语言。
奥利押注隐私保护,力争在AI助手竞争中胜出
要真正发挥帮助作用,人工智能助手必须深刻理解其用户。Ollie 是一款专为日常生活设计的个人助理,其运作理念是:实现这一点无需用户交出数据,也不会损害用户的隐私。虽然某些企业级人工智能工具提供了数据隐私保护措施,但Ollie作为首批通过SOC 2认证的主流、面向家庭的人工智能服务之一,尤为突出。该认证框架允许企业通过独立审计证明,其已建立正式的控制措施来保护客户数据,并确保系统安全运行。达成这一里
AI LIVE:伦敦将如何探讨人工智能与工业自动化
本次峰会将汇聚来自全球的高管,共同探讨全球各行业面临的紧迫挑战,涵盖从人工智能驱动的颠覆性变革到经济波动等各个方面。AI LIVE:伦敦峰会将以“技术与人类使命”为主题,汇聚2,000余位国际领袖,共同探讨人工智能的新时代。BizClik旗下品牌《AI Magazine》已公布其在“AI LIVE:伦敦峰会”上举办的关于人工智能与工业自动化的联合炉边谈话环节阵容。该专题讨论会定于10月20日在伦敦
Anthropic 进入 AI 法律科技市场,竞争日益激烈
Anthropic 于周二发布了一系列新的聊天机器人功能,旨在为法律实务提供自动化支持。这些增强功能在年初推出的特定律所平台 Claude for Legal 基础上进行了扩展,增加了针对不同法律领域的专用法律插件和 MCP 连接器。随着法律人工智能领域竞争的加剧,这些工具应运而生。今年三月,利用代理式人工智能简化法律工作流的 AI 法律初创公司 Harvey 以 110 亿美元的估值获得了 2 亿美元融资。上个月,竞争对手 Legora 完成了 6 亿美元的 D 轮融资,并启动了一场由裘德·





首页






