它还会在您讲话时确认您在说话。OpenAI今天发布了两个新的语音模型，名为GPT-Live-1和GPT-Live-1 mini，公司表示这两个模型对ChatGPT的语音功能进行了重大增强。您可能还记得公司在2024年夏季推出了高级语音模式。发布时，该功能令人印象深刻，感觉是对传统语音助手（如Siri和Alexa）的一次重大升级，但随着时间的推移，其局限性开始显得更加明显。具体而言，高级语音模式采用了OpenAI所描述的“轮流”语音模型，顾名思义，这种模型必须等用户停止讲话才能做出回应。您可以想象，这往往导致了生硬的对话。此外，由于模型使用沉默作为开始说话的信号，它经常错误地将简短的停顿解读为提示或问题的结束，从而导致尴尬的打断。相比之下，GPT-Live-1系列模型基于双工架构构建。它们可以同时处理输入，同时生成输出。OpenAI解释说：“这使得模型能够进行更自然的对话，保持更好的时间感，甚至执行实时翻译。”同时，公司还设计了GPT-Live以委派任务。如果新的语音模型判断您的问题或提示需要推理、网页搜索或其他更主动的能力，它们可以向OpenAI的其他模型（包括GPT-5.5）寻求帮助。这些系统将在后台工作，让您可以继续与GPT-Live对话。这些变化一起带来了OpenAI认为人们会觉得更有用的语音体验。您可以随时打断新的语音模型，甚至可以要求它们放慢速度，如果您觉得它们说得太快。它们在您讲话时，还会通过“嗯嗯”和“知道了”等语言确认它们在倾听，OpenAI表示它已使新模型在背景噪音干扰时更好地集中注意力。ChatGPT语音现在还可以生成视觉效果，以小部件卡片的形式展示天气、体育、股票等主题。如以前一样，支持图像和文件上传的功能内置于该特性中，您还可以用它来搜索网络。与此同时，OpenAI表示它在ChatGPT语音中内置了新的安全措施。公司表示：“当系统检测到潜在不安全的输出时，它可以将模型引导向更安全的响应，展示额外的安全信息，或在更高风险的情况下结束语音对话。”父母和监护人可以使用OpenAI最近推出的家长控制功能来禁用青少年的ChatGPT语音功能。如果他们已给孩子提供了ChatGPT语音的访问权限，并且系统检测到他们试图将对话推向自残，系统会通知父母。OpenAI今天开始在Android、iOS和Web上的ChatGPT上推出GPT-Live。GPT-Live 1将成为支付Go、Plus和Pro订阅用户的首选模型，而免费账户将默认使用更小的Live-1 mini模型。