- OpenAI 將於 12 月 11 日停止提供兩個舊版語音選項。
- GPT-Live 將成為新的預設語音體驗,並顯著提升對話流暢度。
- 用戶需在截止日期前調整,否則將自動轉換至 GPT-Live。
- 高級語音和標準語音的功能仍會在過渡期間保留。
OpenAI 將於下個月停止提供兩個舊版語音選項,屆時 GPT-Live 將成為平台的預設語音體驗。高級語音和標準語音將於 2026 年 12 月 11 日從模型選擇器中移除。這一變更對於仍偏好舊版對話模式的用戶將產生影響。OpenAI 表示,自 7 月推出以來,幾乎所有 ChatGPT 語音用戶已經轉向使用 GPT-Live,並且在此期間語音使用量幾乎翻倍,顯示出對新系統的顯著轉變。
用戶在過渡期間仍可使用高級語音和標準語音,但依賴這兩個選項的用戶需要在 12 月截止日期之前進行調整。此次退休也將影響目前使用舊版語音技術的自定義 GPT。
GPT-Live 的新特性
GPT-Live 擁有不同於其前身的架構。該模型可以同時聆聽和說話,使對話能夠不受傳統輪流發言的限制,自然流暢地進行交談。這種能力使得交流更快捷,並能自然地進行打斷。它還能在用戶說話時以簡短回應來回應用戶的話語。當有人需要時間思考時,該模型可以保持靜默,使對話不顯得僵硬。此外,GPT-Live 還能與 OpenAI 的基於文本的模型相連接,以處理更複雜的請求。
它可以在不結束當前語音對話的情況下,委派複雜的問題和多步驟任務,這樣用戶可以在系統處理更複雜的工作時繼續對話。
舊版語音的影響
高級語音則採用更傳統的方式。其底層模型直接處理進入和輸出的音頻,但必須等待用戶完成發言才能生成回應。標準語音則依賴於三個獨立的模型,其中一個將語音轉換為文本,另一個生成回應,第三個將該回應轉換為音頻。這些額外的處理階段經常導致延遲和音頻與文本之間的資訊丟失。OpenAI 現在希望將這些功能整合為一個語音體驗。該公司還計劃在 GPT-Live 發展過程中改善回應的深度、對話的連貫性和個性化。
OpenAI 已於 11 月 10 日開始通知用戶關於這項退休的消息。現有的高級語音和標準語音用戶可以在 12 月 11 日之前保持其偏好的設置。在該日期之後,這兩個選項將會從語音部分的設置中消失。ChatGPT 將自動將受影響的用戶轉換至 GPT-Live,用戶無需手動遷移其現有對話或開始新的聊天。先前的對話將會通過 ChatGPT 的歷史記錄保持可訪問性,用戶可以通過文本或新的 Live 語音體驗繼續這些討論。
自定義 GPT 也將在 12 月 11 日失去對高級語音的訪問權限。在退休日期之前,與自定義 GPT 的對話將繼續使用舊版模型。開發者和用戶在規劃現有的語音工作流程時,應考慮到這一變更。
一項重要的功能仍將保留目前的語音基礎設施。根據 OpenAI 的說法,實時影片和螢幕共享將繼續通過高級語音運行。GPT-Live 目前尚不支持這些功能。該公司將保持舊系統的運行,直到其新模型獲得等效的能力。這在 ChatGPT 的標準語音對話和其互動視覺特徵之間留下了暫時的區別。在過渡期間,用戶仍可訪問實時影片和螢幕共享。OpenAI 尚未提供將這些能力引入 GPT-Live 的具體時間表。
目前,12 月 11 日標誌著這兩種可選舊版語音模式的結束,而並非所有由高級語音驅動的功能。
GPT-Live 的優勢與舊版語音的退役
OpenAI 的這一變更標誌著語音技術的一次重要升級。GPT-Live 的設計使得用戶能夠享受更自然的對話體驗,這對於提升用戶互動的流暢度和效率至關重要。隨著舊版語音模式的退役,用戶需適應新系統,這可能會對依賴舊版模式的用戶造成一定影響。儘管如此,OpenAI 仍然保留了高級語音的一些功能,以確保過渡期間的平穩性。這一策略不僅展示了 OpenAI 對用戶需求的重視,也反映出其在語音技術領域的持續創新。

