OpenAI 推出全雙工語音 API GPT-Live-1，提升對話流暢度
為何重要
從文字轉語音（STT）進化至全雙工（同時說聽）是 AI 產品體驗的重大門檻，OpenAI 將此技術商業化的動作，將語音 AI 從單純的聊天機器人推向能執行話務管理與預約的高階商業用途。對開發者而言，這象徵著即時互動即時性的技術紅利已轉移至 API 層；對市場而言，除非競爭對手在語音延遲與可說服性上做出同等突破，否則 OpenAI 將在對話式商業應用領域保有顯著的技術壁壘。
OpenAI 已將其雙向即時全雙工語音模型作為開發者 API 重新發布，讓軟體工程師能夠在應用程式中實作無需停頓、同時能聽說的流暢自然對話機制。
- GPT-Live-1 針對 '平滑中斷處理' 最佳化，據稱讓語言助手的通話中斷頻率較前一代系統減少高達 80%。
- 在 Tau3 voice-agent 基準測試中，該模型針對航空公司等客戶服務場景的評分達 86.2%，大幅領先 GPT-Realtime-2.1（45.7%）與 GPT-Realtime-2（42.4%）。
- 該服務透過 OpenAI Presence（企業代理平臺）提供，基本費用為每次使用 $0.05/分鐘（不含後端模型費用）。