OpenAI 已在 API 中發布 GPT-Live-1，支援自然的全雙工語音對話，讓系統能同時聽取與說話。此次更新還強化了指令遵循能力、提供自訂語音，並透過 SIP 支援原生電話功能。 這項發布透過允許無縫的對話中斷，大幅提升了即時 AI 互動體驗，對於建構自然語音優先的應用程式至關重要。它為開發人員提供了一個具擴展性且具成本效益的解決方案，前端語音層費用為每分鐘 0.05 美元。 GPT-Live-1 取代了舊版的進階語音模式，並支援全雙工處理，意味著它能自然處理對話中的中斷，而非將對話視為離散的回合。開發人員可以將此 API 與首選的後端模型及代理程式框架搭配使用，以客製化體驗。

事件背景

全雙工語音技術允許系統在說話的同時進行聽取，與必須等待靜音才能處理輸入的半雙工系統不同。這種能力是自然人類對話的基礎，因為它使用戶能夠在 AI 說話中途進行中斷或重新導向，而不會造成混淆或雜訊。