2026年7月，OpenAI正式推出新一代语音交互模型，核心实现了全双工交互能力，支持模型边听边说。官方数据显示，其对话延迟较上一代降低40%，语音自然度评分提升27%，可实现流畅的多语种实时同声翻译。该模型将率先落地ChatGPT语音功能，后续将开放API供开发者接入。
对于使用过AI语音对话功能的用户来说，“等对方说完才能应答”“插话就会识别混乱”的体验几乎是共性痛点——不同于人类自然对话中随时打断、边听边思考回应的交互逻辑，过往AI语音系统普遍采用半双工通信模式，需要完整接收用户语音输入后才开始生成回答，动辄1秒以上的延迟、无法响应插话的问题，始终让AI语音交互的真实感大打折扣。
OpenAI本次推出的新语音模型，核心突破就在于实现了类人级的全双工交互能力：模型可以在接收用户语音输入的同时，同步进行语义理解和回答生成，不需要等待用户说完一整句话就可以给出回应，甚至可以响应用户中途打断、插话的需求。
登录后解锁全文，体验收藏、点赞、评论等完整功能
立即登录
滇公网安备 53252802528133号