2026年11月20日,OpenAI将GPT-Live-1.1语音模型API向全球开发者开放。该接口面向实时语音场景,能够同时接收和输出声音,在对话过程中实现边听边说。
在交互细节上,GPT-Live-1.1可判断对话里的停顿、打断和语速变化。与前一代相比,新模型在多语言处理、指令遵循和语音保真度方面均有提升,也加强了对字母、数字等精确信息的识别。
开发者可以把这项API接入自身应用。当任务较为复杂时,应用还可调用OpenAI或第三方后端模型完成处理,从而让语音交互保持连续,不会因任务切换而中断。
目前,相关技术文档已在OpenAI开发者平台同步上线。
