OpenAI昨天将GPT-Live-1开放至API。它采用全双工语音架构,可以一边说话一边继续听,实时处理用户插话与“嗯、好”等回应;开发者还可控制声音表现,并把能力接入电话预约、客户服务等场景。
更关键的变化是前后台分工。GPT-Live-1负责维持即时对话,把复杂推理交给后端智能体;后台查询或执行任务时,前端不必长时间沉默。OpenAI称,其Full Duplex Bench成绩比GPT-Realtime-2.1高30个百分点,但这是厂商评测,真实通话仍要看不同口音、噪声和弱网环境。
传统语音机器人常要等用户停顿,再经历识别、推理和合成,插一句话就可能打乱流程。全双工降低了“你说完我再说”的机械感,也把难题从能否开口,推进到何时该回应、何时该闭嘴、怎样不中断任务。
语音智能体接近真人,不代表可以假装真人。企业若把它用于客服和外呼,应明确告知AI身份,保留转人工入口,并让承诺、下单与敏感操作可追溯。会抢话只是交互进步;能听懂纠正、完成任务且不越权,才是可用的语音代理。#GPTLive#
发布于 新加坡
