OpenAI近日推出全新语音交互模型GPT-Live，同步升级ChatGPT语音模式功能。这款采用原生实时架构的语音系统，通过全双工技术实现人类与AI之间更自然的双向对话，支持实时打断、多语言翻译、智能听写等交互能力，并可无缝调用GPT-5.5等后台模型完成复杂任务处理。
新模型分为GPT-Live-1和GPT-Live-1 mini两个版本，前者面向付费订阅用户提供完整功能，后者作为免费基础版本向全体用户开放。两个版本均支持网页端、iOS及安卓平台，未来数周将通过API接口向开发者开放技术整合能力。目前每周已有超过1.5亿用户通过语音功能与ChatGPT交互，此次升级标志着OpenAI加速推进语音作为核心交互方式的战略布局。
技术测试显示，新模型在对话流畅性、打断响应、自然度等关键指标上显著优于前代Advanced Voice Mode。通过全新人工评测体系验证，GPT-Live在5-10分钟盲测中，于对话轮转、中断恢复、交流自然度等维度获得更高用户偏好。原生全双工架构使系统能同时处理语音输入与输出，准确识别用户停顿意图，实现类似真人对话的实时交互体验。
功能升级方面，新模型支持实时双向翻译、智能语速调节、情感化语音反馈等创新特性。当用户要求"放慢语速"时，系统会自然调整说话节奏而非简单降低音频速度。在复杂任务处理场景中，语音界面可自动调用Web Search获取实时信息，或切换至GPT-5.5进行逻辑推理，最终以语音形式反馈结果，形成完整的语音交互闭环。
针对安全风险，OpenAI构建了多层级防护机制。系统可识别对话风险等级，通过安全引导、警示提示或主动终止对话等方式进行干预。针对青少年用户，家长控制功能扩展至语音模式，可关闭语音交互权限或在检测到高风险内容时接收实时提醒。这些措施旨在平衡自然交互体验与安全合规要求。
当前版本已支持多语言优化，但部分语言仍存在非母语口音问题。首发阶段暂未开放视频会议及屏幕共享场景的语音交互，用户在这些场景需继续使用旧版语音功能。随着API接口的开放，开发者将能基于GPT-Live构建教育、医疗、客服等领域的语音应用，推动语音交互向AI时代主流入口演进。
