OpenAI 开发了 GPT-Live，这是 ChatGPT 的一项新语音基础设施，可实现全双工、无间断的对话。该系统允许 AI 同时收听和说话，消除了传统语音助手常见的尴尬停顿和中断。GPT-Live 将实时音频处理与网页搜索或工具调用等较慢任务分离开来，确保了更自然、更具响应性的对话体验。底层架构用 Go 重写，以提高延迟一致性，GPT-Live 负责管理语音交互，而其他模型则负责更深层次的推理。 AI
影响 通过实现更自然、不间断的对话，增强了语音 AI 的用户体验。
排序理由 这是对现有产品基础设施升级的技术深度解析，而非新产品发布或前沿模型发布。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
<h1> Inside GPT-Live: How OpenAI Rebuilt ChatGPT's Voice Stack for Full-Duplex Conversation </h1> <p>Most voice assistants are built like walkie-talkies. You press to talk, release to listen, and the system tries to guess the exact moment you finished speaking so it can start its…
RT @C_of_Creativity: Es kann Unterbrechungen verarbeiten – unglaublich! Für konversationale KI wird ein 11B-Modell für Echtzeit-Voice-Fullduplex-Verarbeitung von Ende-zu-Ende vorgestellt, das gestreamtes Sprachverständnis und Spracherzeugung gemeinsam ausführt. Im Gegensatz zu he…