即時快訊
數產署表揚13家友善電商企業推動安心網購 Perky榮獲MUSE國際設計雙銀獎,女性營養品牌累積六項國內外肯定 金門酒廠「一穀作契」100%本土契作好品質 獲得農業部農糧署國產農糧原料酒推薦 「公益同行・原社共好」 29家績優合作社齊聚華山 公彩成果展現就業與福利新動能 孕育兆美元輝達的傳奇美式餐廳 創辦紀念座位牌保留至今 美國屋頂太陽能發電量近十年暴增近五倍 全球運動AI市場名單出爐 日本企業掛零歐美科技巨頭強勢壟斷 創投看好AI降低門檻 一人微型創業成美國就業新趨勢 年末聚會前的輪廓焦慮?醫師 : 「看不出做過」成自然美感新趨勢 印度航太新創搶攻火箭引擎商機 獲利基訂單拚太空產業分工
圖/本報資料庫
科技生活

·4 個月前·責任編輯
#OpenAI#GPT-Live#AI語音助理#ChatGPT Voice#人工智慧
圖/本報資料庫
圖/本報資料庫
商傳媒|責任編輯/綜合外電報導
摘要

OpenAI 發表了新一代語音模型 GPT-Live,大幅提升了 ChatGPT Voice 的即時對話體驗,使其能同步聽說、處理打斷並整合視覺資訊。此舉也讓 AI 語音助理市場的競爭更加激烈,Google、亞馬遜和蘋果等科技巨頭也積極投入相關領域。

OpenAI 昨天宣布推出新一代語音模型 GPT-Live,旨在強化 ChatGPT Voice 的即時對話體驗。這項新技術將使 AI 語音助理能更自然地與使用者互動,同時也加劇了人工智慧語音助理市場的競爭。

GPT-Live 的核心功能在於其能同步聆聽與回應,讓 AI 在使用者說話的同時進行理解並即時回話。它能處理對話中的即時打斷,辨識停頓,並適時提供「對啊」、「嗯哼」等簡短的對話提示,以模擬更接近真人互動的流暢感。根據 OpenAI 內部測試結果,GPT-Live 在為時五到十分鐘的對話中,於流暢度、打斷處理和使用者偏好等方面,均優於先前的進階語音模式。

新模型也整合了 OpenAI 廣泛的生態系統。當使用者提出需要網路搜尋或更複雜推理的請求時,GPT-Live 會自動將這些任務轉交給如 GPT-5.5 等更進階的模型處理,再將結果無縫地透過語音介面傳達給使用者。此外,在語音對話期間,系統將開始顯示天氣、股票、體育賽事等視覺卡片,並支援搜尋、記憶、影像生成及檔案上傳等工具。

OpenAI 同時強調 GPT-Live 內建了額外的語音安全措施,包括防止未經授權的語音模仿,以及一套針對敏感對話的處理機制。它會使用一套有限的核准語音集,而非讓使用者直接複製真人的聲音。不過,OpenAI 也坦言,不同語言的表現可能會有所差異,部分語言在口音準確度和流暢度上仍存在進步空間。

GPT-Live 的推出,是 AI 語音助理大戰中的又一重要進展。目前市場上的科技巨頭正競相從純文字聊天機器人轉向更持久、更具對話性的語音助理。其中,Google 正持續擴展其 Gemini 模型的語音功能;亞馬遜(Amazon)則重新架構 Amazon Alexa,使其圍繞生成式 AI 技術;蘋果(Apple)也透過其 Apple Intelligence 平台,致力於將更先進的 AI 功能導入 Siri。此外,像 ElevenLabs 這類專精於 AI 生成語音的新創公司,也於今年 2 月發布了其最先進的文字轉語音模型 Eleven v3,深化在語音代理與對話應用方面的發展。


在 Google 搜尋的熱門報導中優先看到商傳媒
加入為 Google 偏好來源