本周 OpenAI 给 ChatGPT 语音模式来了个大升级,同时预计 GPT-5.6 也会同步发布。新版体验基于 GPT-Live,这是一个专门打造的全新语音模型,让跟 ChatGPT 的对话听起来更自然、响应更快,需要插话时也更容易打断。
OpenAI 在一场直播中正式宣布了这个新语音模式,参与介绍的有 Kundan Kumar、Yuchen Zhang、Ehsan Asdar 和 Rithesh Kumar。公司还分享了更多关于 GPT-Live 的细节,它将为 ChatGPT 上的语音体验提供动力。
ChatGPT 语音变得更自然
最大的改进来自 GPT-Live 的全双工设计,它能让 ChatGPT 同时听和说。这样用户就可以在 ChatGPT 还在回答的时候直接插话,助手也能灵活调整,而不用把对话强行停下来重启。
新语音模式对停顿的理解也更好,用户需要时间思考的时候,它就会安静等着。它还会用一些简单的倾听反馈,比如“嗯嗯”或者“对”,让比较长的对话听起来不那么生硬。
OpenAI 表示 GPT-Live 还能使用网页搜索,当用户需要最新信息时,语音模式就能更好地获取实时答案。
两种 GPT-Live 模型同步上线
OpenAI 这次推出 GPT-Live 时带了两个模型:GPT-Live-1 和 GPT-Live-1-mini。免费用户默认使用 GPT-Live-1-mini,而所有付费用户都能用上 GPT-Live-1。
这次更新覆盖了 iOS、Android 和网页版的 ChatGPT。不过刚上线时,GPT-Live 还不支持带视频或屏幕共享的语音功能,那些场景还是得用之前的旧版语音模式。
OpenAI 说已经针对主流语言优化了 GPT-Live,但部分语言目前可能还存在口音或流利度上的小问题。

tony
全部评论0