📖 AI 总结

OpenAI 将 GPT-Live-1 以 API 形式开放给开发者，该语音模型具备“全双工”能力，可同时听与说，目前已应用于 ChatGPT。开发者可根据任务需求搭配不同后端模型，在推理深度、速度与成本之间灵活取舍，定价为每分钟 0.05 美元。Yelp 已将其用于电话预订，并反馈通话处理效果改善。在 OpenAI 的基准测试中，GPT-Live-1 全面超越前代：全双工交互得分从 45.4% 升至 80.1%，轮次切换延迟由 1.4 秒降至 0.8 秒，工具调用准确率从 60% 提升至 87%，银行语音支持通过率由 12.4% 升至 32%。该模型还新增十二种覆盖不同口音、方言和语言的语音，并原生提供语音识别转写与回复文本。