OpenAI推出GPT-Live-1 API，支持全双工语音对话

OpenAI宣布在API中推出GPT-Live-1全双工语音模型，可同时听取和生成语音，改善对打断、停顿、背景噪音及长时间对话的处理，并支持电话场景。开发者可通过系统提示控制语气、语速和对话风格，还可将深度推理与工具调用委托给GPT-6 Astra等后端文本模型或第三方模型。

OpenAI称，GPT-Live-1在Full Duplex Bench上的表现较GPT-Realtime-2.1提高30个百分点；语言学习平台Speak的早期测试显示，该模型对学习者思考停顿的误打断较传统轮次系统减少近80%。GPT-Live-1现已开放API，前端语音层定价为每分钟0.05美元，后端模型及智能体框架费用另计。