OpenAI 引入了语音控制史上最重大的变革之一 ChatGPT新一代语音模型 GPT直播旨在消除不自然的停顿、突然插入的语音以及生硬的问答交替。人工智能现在可以监听。chat 同时说话，思考片刻后稍作等待，用简短的“嗯”声回应，同时在后台解决复杂的任务 GPT-5.5。
如果您曾经使用过语音模式 ChatGPT你可能已经遇到过它最大的弱点之一。虽然人工智能的回答越来越好，但对话本身却远非真正的对话。你提出问题，等待，系统处理，然后给出答案。一旦你停顿几秒钟，或者周围出现噪音， ChatGPT 他可能会误判形势，然后开始说话。
这就是现在正在发生的事情。 OpenAI 正试图从根本上改变现状。该公司推出了 GPT-Live，新一代语音模型，现在正开始驱动 ChatGPT 语音。这不仅仅关乎更快的响应速度或更好的语音质量。 OpenAI 彻底改变了语音模型的工作方式。
ChatGPT 现在可以听你说话了chat 同时说话
最重要的消息 GPTLive 采用的是所谓的全双工架构。这个看似技术性很强的术语背后，隐藏着一个简单却根本性的变化。 ChatGPT 它可以同时接收音频输入并生成自己的响应。
以往的语音模型主要基于交替播放单行语音的原理。首先用户说话，然后系统进行评估。one听完他的讲话后，人工智能才开始做出反应。 GPT而 Live 则会持续监控整个对话，并每秒多次决定该做什么。
可以继续听，开始说话，暂停，不chat 打断或例如使用可用的工具之一。
这样一来，对话就会自然得多。例如，如果你在说话时因为思考而停顿片刻， ChatGPT 他不必马上回答，他可以等等。他也可以在你的故事过程中，通过“嗯”、“是的”或“我明白了”之类的简短回应，来表示他仍在倾听。
最大的变化你可能乍一看看不到。
GPT-然而，Live 不仅仅是一种新的语音模型。 OpenAI 也从根本上重新设计了以下方式： ChatGPT 在语音对话中解决复杂任务。
独自的 GPTLive 主要关注对话的流畅性和自然性。但是，如果您提出的问题需要更复杂的推理、互联网搜索或与其他工具配合使用，它可以将任务交给后台更强大的模型处理。
启动时 GPT-Live 提供这项工作 GPT-5.5。 OpenAI 不过，随着下一代最强大机型的到来，该公司预计将逐步更新后台使用的模型。
在实践中，可能会出现这样的情况： GPT直播继续进行 GPT-5.5 在后台搜索信息、分析问题或解决更复杂的任务。结果出来后，它会返回到正在进行的对话中。
这与目前语音助手的工作方式截然不同。用户不再需要默默等待系统完成更复杂的操作。
老的 ChatGPT 语音功能完全不同。
第一代 ChatGPT 语音系统采用了一种称为级联系统的技术。实际上，语音对话背后有三个独立的模型在运作。第一个模型将人类语音转换为文本。第二个模型（一个大型语言模型）生成回复。第三个模型则将文本回复转换回语音形式。
该系统首次实现了人们通过语音与高级语言模型进行真正交流，但它也存在一些缺点：信息在模型之间传输过程中可能会丢失，而且该过程会引入在对话过程中可以明显感觉到的延迟。
后续广告anc语音模式显著改善了这种情况，因为它能够在单个模型中直接处理和生成声音。然而，各个语音行的交替播放仍然存在问题。模型会等待用户说话，然后才开始响应。此外，短暂的犹豫、思考的停顿或背景噪音都可能导致系统错误地评估语音。onec 句子，并开始插话到用户的语音中。 GPT现场直播应该可以解决这个问题。
ChatGPT 它应该能分辨出你是在思考还是已经真正同意。
新语音模式最有趣的功能之一是能更好地感知对话的流畅性。 ChatGPT 例如，它应该能识别出你刚刚停下来思考。所以，当你每次停止说话几秒钟时，它都不应该自动开始响应。
用户可以 ChatGPT 还要要求他只听不说话。系统应该尊重这一要求。 OpenAI 与此同时，它的降噪性能也得到了提升。如果有汽车经过或者房间里有人说话， GPT- Live 应该更加注重你的声音。乍一看，这些似乎都是些小细节。然而，正是这些细节决定了与人工智能的对话感觉像是在和电脑程序交流，还是像在进行真正的对话。
测试结果显示出巨大差异
OpenAI 为 GPTLive 创建了全新的评分系统，直接关注语音对话的自然度和流畅度。测试通过对数分钟对话的直接比较来进行。 GPT-Live-1 战胜了之前的 Advanc语音模式偏好度为 75,7%。更便宜、更便捷。 GPT-Live-1 mini 达到 69,2%。
然而，在智力测试和解决复杂任务的能力测试中，也出现了显著的变化。在侧重于专家科学推理的GPQA基准测试中，之前的Advanced 语音模式准确率 45,3%。 GPT-Live-1 mini 达到 74,9%，而最强大的配置 GPT-Live-1 具有较高的推理能力，达到 84,2%。
BrowseComp 测试显示出了更大的差异，该测试侧重于基于代理的互联网信息搜索。anc语音模式在这里只达到了 0,7%。 GPT-Live-1 mini 获得 31,6% 和 GPT-Live-1 的推理水平高达 75,2%。所以不仅仅是新的 ChatGPT 听起来更自然。根据结果 OpenAI 可以同时解决复杂得多的任务。
用户可以选择时长 ChatGPT 思考
新版本 ChatGPT 语音功能还允许用户选择推理级别。即时模式适用于需要快速获得答案且不想等待的情况。而中高级推理级别则允许系统花费更多时间来解决问题。这对于更复杂的问题、规划、信息分析或需要搜索互联网的任务非常有用。
OpenAI 它巧妙地融合了两个世界。一方面是快速自然的语音模型，能够处理对话本身；另一方面是公司最强大的模型，可以在后台解决更复杂的问题。
通话期间现在可以显示视觉回复。
另一项重要的创新是在语音对话过程中直接显示视觉卡片。并非所有答案都适合直接听取。例如，如果您询问天气预报、体育赛事比分、股票走势或您所在地区的地点， ChatGPT 通话期间显示相关的视觉信息。
用户可以一边进行语音通话，一边同时查看手机或电脑屏幕上的信息。 ChatGPT Voice 还继续支持互联网搜索、记忆、图像处理和文件上传。
新的声音和更自然的语言
与引言一起 GPT-居住 OpenAI 还修改了可用的九种声音 ChatGPT目标不仅是提升音质，更重要的是创造一种更自然的沟通方式。语音应该更好地适应对话节奏和情境。
如果用户提出请求 ChatGPT该系统可以调整语速，使其放慢。用户也可以随时提出后续问题或改变对话方向，而无需等待其完整回答。
GPT-Live 使用了该模型的两个不同版本。
OpenAI 即将向全球用户推出两款新机型。性能更强劲 GPT-Live-1 和更轻松 GPT-Live-1 mini. GPTLive-1 将成为资费用户的默认语音模式 ChatGPT Go、Plus 和 Pro免费用户可以获得 GPT-Live-1 mini.
两种模型都可以与其他模型在后台协同工作。 OpenAI. GPT-Live-1 在 varia即时且 GPT-Live-1 mini 引入时，它们使用 GPT-5.5 即时。 Varia中高水平使用 GPT-5.5 运用不同层次的推理进行思考。
ChatGPT 每周有超过 150 亿人使用语音功能。
此次变革的规模也体现在受新功能影响的人数上。根据…… OpenAI 每周都会使用语音功能 ChatGPT 超过 150 亿人使用语音人工智能进行语音输入。他们利用语音人工智能来驾驶汽车、练习外语、给孩子讲故事、解决日常问题，或者仅仅是作为上班路上的陪伴。
语音或许是未来与人工智能沟通最重要的方式之一。虽然输入文字指令准确无误，但在许多日常情境中，它远不如自然的语音交流来得自然。
OpenAI 增强语音通话的安全性
该公司也十分重视安全问题。 GPT-Live 基于最新型号的保护机制 OpenAI 并添加了其他专为语音通信而设计的系统。
例如，测试重点关注自残、精神病、躁狂症、对人工智能的情感依赖、暴力和性内容。 Pro由于语音通信是实时进行的，安全机制可以在响应生成过程中直接介入。系统可以引导模型做出更安全的响应，向用户显示附加信息，或在危险情况下终止语音通话。
针对青少年用户设有单独的安全保障措施。家长可以使用家长控制功能来决定是否允许孩子使用。 ChatGPT 语音使用。 OpenAI 同时强调 GPT-现场表演并非旨在模仿特定人物的声音。 ChatGPT 它使用预先准备好的一组声音，并包含保护机制，以限制对真人的模仿。
GPT直播即将开始 iPhone安卓和网页
酒店距离Nový GPT- Live 功能正在逐步向用户推出。 ChatGPT 全球范围内。它将在以下平台提供： iOS安卓版和网页版 ChatGPT. OpenAI 请注意，该模型在发布时针对最常用的语言进行了优化。部分语言可能存在口音或流畅度问题。公司计划逐步改进对各种语言的支持。
发布时不会提供此功能。 GPT-Live 支持语音通信与视频或屏幕共享同时进行。 OpenAI 不过，他们正在努力让这些功能在未来可用。用户也可以继续使用旧版本。 ChatGPT 语音功能，包括标准语音模式和高级语音模式，其中一些功能仍然可用。
这不仅仅是嗓音好不好的问题。 OpenAI 改变我们使用人工智能的方式
GPT-乍一看，Live 似乎是对语音模式的又一次改进。 ChatGPT然而，实际上，它代表着一项更为重要的变革。以往与人工智能的沟通主要基于输入指令并等待响应。而新的架构旨在打破这种模式，创造一个人类与人工智能可以持续沟通的环境。
ChatGPT 可以听你说话chat回复：否chat 中断当前操作，同时在后台运行另一个模型来解决更复杂的任务。自然对话与强大的后台模型相结合，可能比单纯提升人工智能的智能水平更为重要。
如果 OpenAI 如果这项技术能够进一步发展，语音可能会逐渐成为人们沟通的主要方式。 ChatGPT 我们无需逐个输入指令，只需与人工智能进行持续对话，它就会在后台搜索信息、制定计划、分析数据并执行日益复杂的任务。而这正是…… GPT-现场演出是朝着这个方向迈出的一大步。
她也让你觉得特别烦吗？她是不是发不出“ř”和“r”的音？而且她的声音听起来是不是像个乌克兰人？我试过不同的声音，但都一样。