2026年9月11日，OpenAI正式宣布将GPT-Live-1实时语音模型接入官方API，该模型支持全双工对话、打断识别、背景噪声过滤，可直接适配电话客服、预约办理等商用场景，同时支持对接Codex工具链与OpenAI Presence企业接口，能实现企业系统查询、获批操作执行等自动化流程，大幅降低实时语音应用开发门槛。
在实时语音交互领域，传统“语音转文字（ASR）+大语言模型+文字转语音（TTS）”的三段式架构始终存在体验短板：普遍2秒以上的响应延迟、无法流畅处理用户中途打断、背景噪声下识别准确率大幅下跌，这些问题让AI语音助手的商用体验始终达不到企业预期，尤其是对交互流畅度要求极高的电话客服、线下服务场景，此前一直缺乏成熟的标准化解决方案。
GPT-Live-1采用端到端的语音整合架构，将语音理解和语音输出模块整合在同一个模型体系内，跳过了传统方案中多次格式转换的衔接环节，从根源上压缩了交互延迟。同时该模型支持全双工交互模式，可实现边听边说的类真人对话体验，不仅能自然处理用户中途打断、思考停顿等常见对话场景，还自带背景噪声过滤能力，可适配电话线路杂音、公共环境嘈杂等复杂使用场景。
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