OpenAI 设计了一个新的实时语音系统 GPT-Live，以显著降低 ChatGPT 的音频延迟。通过重新构建媒体管道和解耦复杂任务，该系统实现的 p95 音频帧延迟与旧系统的 p50 相当。关键创新包括使用自定义 WARP 协议加速 WebRTC 连接，以及采用双模型方法，将即时对话反馈与搜索和工具使用等后台任务分开。此次改革实现了连续语音交互，模型可以同时收听和响应，更有效地管理对话状态和处理中断。 AI
影响 降低语音 AI 交互的延迟，实现更自然流畅的对话。
排序理由 这是对产品改进的详细工程分解，而非新模型发布或前沿研究。
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
