北京时间11月20日,OpenAI宣布,GPT-Live-1.1语音模型正式向开发者开放。开发者可将该模型集成到自己的应用程序中,用来构建能够实时交互的AI语音智能体。
OpenAI介绍,GPT-Live-1.1从10月15日起已经用于ChatGPT Plus和Pro用户的语音功能。此次开放后,第三方开发者也可以利用这款模型开发语音应用。
能力方面,GPT-Live-1.1在识别字母、数字等需要精确理解的信息时更加可靠,指令遵循能力也有所增强。语音智能体因此能更准确地处理包含具体编号、字母组合等细节的请求。
该模型还支持将复杂工作流交给开发者自行选择的后端模型处理,并且不会中断正在进行的语音对话。开发者可以结合不同模型的能力,在保持语音交互连续性的同时完成更复杂的任务。
对于开发者而言,语音AI应用除实时问答外,还能通过与后端模型协同来处理需要多步骤执行的工作流。目前,OpenAI已上线GPT-Live-1.1的开发者文档,介绍相关能力与接入方式。










