OpenAI将在明年停用 ChatGPT 的两种旧版语音模式,GPT-Live成为默认语音体验

·作者 Henderson·Engineering
OpenAI将在明年停用 ChatGPT 的两种旧版语音模式,GPT-Live成为默认语音体验
重点
  • OpenAI 将于 12 月 11 日停止提供两个旧版语音选项。
  • GPT-Live 将成为新的预设语音体验,并显著提升对话流畅度。
  • 用户需在截止日期前调整,否则将自动转换至 GPT-Live。
  • 高级语音和标准语音的功能仍会在过渡期间保留。

OpenAI将在下个月停止提供两个旧版语音选项,届时 GPT-Live 将成为平台的预设语音体验。高级语音和标准语音将于 2026 年 12 月 11 日从模型选择器中移除。这一变更对于仍偏好旧版对话模式的用户将产生影响。OpenAI表示,自 7 月推出以来,几乎所有 ChatGPT 语音用户已经转向使用 GPT-Live,并且在此期间语音使用量几乎翻倍,显示出对新系统的显著转变。

用户在过渡期间仍可使用高级语音和标准语音,但依赖这两个选项的用户需要在 12 月截止日期之前进行调整。此次退休也将影响目前使用旧版语音技术的自定义 GPT。

GPT-Live 的新特性

GPT-Live拥有不同于其前身的架构。该模型可以同时聆听和说话,使对话能够不受传统轮流发言的限制,自然流畅地进行交谈。这种能力使得交流更快捷,并能自然地进行打断。它还能在用户说话时以简短回应来回应用户的话语。当有人需要时间思考时,该模型可以保持静默,使对话不显得僵硬。此外,GPT-Live 还能与 OpenAI 的基于文本的模型相连接,以处理更复杂的请求。

它可以在不结束当前语音对话的情况下,委派复杂的问题和多步骤任务,这样用户可以在系统处理更复杂的工作时继续对话。

旧版语音的影响

高级语音则采用更传统的方式。其底层模型直接处理进入和输出的音频,但必须等待用户完成发言才能生成回应。标准语音则依赖于三个独立的模型,其中一个将语音转换为文本,另一个生成回应,第三个将该回应转换为音频。这些额外的处理阶段经常导致延迟和音频与文本之间的信息丢失。OpenAI现在希望将这些功能整合为一个语音体验。该公司还计划在 GPT-Live 发展过程中改善回应的深度、对话的连贯性和个性化。

OpenAI已于 11 月 10 日开始通知用户关于这项退休的消息。现有的高级语音和标准语音用户可以在 12 月 11 日之前保持其偏好的设置。在该日期之后,这两个选项将会从语音部分的设置中消失。ChatGPT将自动将受影响的用户转换至 GPT-Live,用户无需手动迁移其现有对话或开始新的聊天。先前的对话将会通过 ChatGPT 的历史记录保持可访问性,用户可以通过文本或新的 Live 语音体验继续这些讨论。

自定义 GPT 也将在 12 月 11 日失去对高级语音的访问权限。在退休日期之前,与自定义 GPT 的对话将继续使用旧版模型。开发者和用户在规划现有的语音工作流程时,应考虑到这一变更。

一项重要的功能仍将保留目前的语音基础设施。根据 OpenAI 的说法,实时视频和屏幕共享将继续通过高级语音运行。GPT-Live 目前尚不支持这些功能。该公司将保持旧系统的运行,直到其新模型获得等效的能力。这在 ChatGPT 的标准语音对话和其互动视觉特征之间留下了暂时的区别。在过渡期间,用户仍可访问实时视频和屏幕共享。OpenAI 尚未提供将这些能力引入 GPT-Live 的具体时间表。

目前,12 月 11 日标志着这两种可选旧版语音模式的结束,而并非所有由高级语音驱动的功能。

GPT-Live 的优势与旧版语音的退役

OpenAI 的这一变更标志着语音技术的一次重要升级。GPT-Live 的设计使得用户能够享受更自然的对话体验,这对于提升用户互动的流畅度和效率至关重要。随着旧版语音模式的退役,用户需适应新系统,这可能会对依赖旧版模式的用户造成一定影响。尽管如此,OpenAI 仍然保留了高级语音的一些功能,以确保过渡期间的平稳性。这一策略不仅展示了 OpenAI 对用户需求的重视,也反映出其在语音技术领域的持续创新。

H
关于作者
Henderson