OpenAI推出GPT-Live語音模型 支援「對話打斷、即時翻譯」互動更自然

記者許若茵／編譯

OpenAI宣布推出全新即時語音模型GPT-Live-1與GPT-Live-1 mini，主打更自然的人機對話體驗，可同時「聆聽」與「說話」，支援自然插話（Turn-taking）、即時翻譯，以及更長時間的語音互動，OpenAI同時宣布，ChatGPT原有的Advanced Voice Mode將預設升級為GPT-Live-1 mini，付費訂閱用戶則可使用效能更高的GPT-Live-1。

不同於過去需先將語音轉文字，再交由大型語言模型生成回應、最後再轉回語音的流程，新一代GPT-Live採用全雙工（Full-duplex）架構，可同步處理語音輸入與輸出，讓使用者能自然打斷AI說話，AI也能在對話過程中持續理解上下文，不必等待完整句子結束才回應。

OpenAI表示，新模型改善了過去容易打斷使用者發言、理解能力不足等問題。若遇到需要搜尋、推理或AI代理（Agent）等較複雜任務時，GPT-Live也會即時串接最新的GPT-5.5等文字模型，同時維持語音對話不中斷。此外，新語音模式也具備更長時間的互動能力。OpenAI產品團隊表示，內部測試中已有使用者透過ChatGPT Voice進行長達30至40分鐘的連續對話，例如散步時一路聊天，GPT-Live還加入視覺化回應能力，可依需求將部分資訊以圖片或其他視覺形式呈現，而不僅限於語音回答。

「AI履歷健檢」看見自己優勢：https://campaign.1111.com.tw/resume-review/
更多科技工作請上科技專區：https://techplus.1111.com.tw/

OpenAI認為，語音將逐漸成為未來人機互動的重要介面，不僅適用於日常聊天，也可支援更複雜且持續性的AI代理工作。不過，公司強調，目前並非朝打造「AI陪伴者（AI Companion）」方向發展，而是在模型中加入安全機制，包括針對青少年提供適齡回應，若對話涉及自傷等敏感議題，也會提供相關協助資源。

目前全球已有超過1.5億人使用ChatGPT的Voice與Dictation等語音功能。OpenAI也坦言，新語音模式仍有待持續改善，例如展示印地語即時翻譯時，AI仍帶有明顯美式口音，語調也較生硬，不過官方表示，新模型已針對「大多數常用語言」進行最佳化，但尚未公布完整支援語言清單。

資料來源：techcrunch