关于ZAKER Skills 合作
财联社-深度 16分钟前

打造“真人感”对话!OpenAI 推出 GPT-Live 语音模型 支持同时聆听和说话

财联社 7 月 9 日讯(编辑 刘蕊)美东时间周三,OpenAI 发布了新一代语音模型 GPT-Live,旨在让用户与 AI 对话的感觉更像与真人交流。GPT-Live 将取代现有的 ChatGPT 语音体验。

OpenAI 声称,每周有超过 1.5 亿人使用 ChatGPT 的语音和听写等功能进行交流。他们用它来获得日常免提帮助、练习语言、讲睡前故事,或者只是在通勤途中聊天。

ChatGPT 此前依赖于较老的、基于回合的语音模型,该模型并非总能给出准确的答案,有时也难以保持自然的对话流畅性。而最新的语音模型 GPT-Live 能够同时进行聆听和说话,并且可以通过 " 嗯哼 " 之类的回应短语来表明它在认真倾听。该模型专为持续交互而设计,它可以每秒多次决定是说话、继续聆听、暂停、打断还是使用工具。

ChatGPT-Live 在和用户对话中会使用 " 嗯哼 " 等短语表示它正在聆听

OpenAIz 在官网更新中写道:" 现在与 ChatGPT 对话的感觉更像一次真实的交流。您可以随时提问、停顿思考,或者要求 ChatGPT 放慢语速。它会自然地回应您,例如;‘嗯’,‘明白了’,让您知道它一直在跟进。此外,我们还为 GPT-Live 重新制作了 ChatGPT 的九种不同语音。"

OpenAI 表示,GPT-Live 是迄今为止最智能的语音模型,它采用最新的前沿模型(目前为 GPT-5.5),可用于网络搜索、深度推理和复杂任务。

GPT-Live 在执行任务的同时,能够继续对话,并在任务完成后给出结果。它还支持实时翻译,并能以丰富的视觉卡片形式呈现天气、股票、体育等信息。

此外,如果用户稍作思考,ChatGPT Voice 会耐心等待,而不是贸然插话打断。即使周围有背景噪音,例如车辆驶过或附近的谈话声,ChatGPT 也能更好地专注于用户的声音,而不会被分散注意力。

" 这是一个双全工(支持数据发送与接收同步进行)的模型,"OpenAI 产品负责人 AttyEleti 在简报会上表示," 这意味着它可以同时进行说话和聆听 .... 从模型层面来看,它可以持续、同步地处理输入流并生成输出流。"

OpenAI 宣布,将从周三起面向全球 ChatGPT 用户推出两个版本的 GPT-Live: GPT-Live-1 和 GPT-Live-1 mini。GPT-Live-1 是 Go、Plus 和 Pro 用户的默认版本,而 GPT-Live-1 mini 是 Free 用户的默认版本。

ChatGPT 用户可以点击语音按钮与 ChatGPT 对话并体验 GPT-Live。GPT-Live 目前尚不支持在 ChatGPT 中进行语音通话或屏幕共享,但 OpenAI 正在努力尽快添加此功能。

相关标签

觉得文章不错,微信扫描分享好友

扫码分享

热门推荐

查看更多内容

企业资讯

查看更多内容