← AI 動態
The Decoder
OpenAI發布語音API：讓AI具備雙向對話能力
OpenAI推出支援全雙工的GPT-Live-1 API，讓AI應用能同時聽與說。其互動性能大幅提升，Yelp已應用於電話訂位，但每分鐘0.05美元定價相對高昂。
GPT-Live-1
語音AI
多模態模型
OpenAI正式向開發者釋出全新的GPT-Live-1 API，這款語音模型最大的亮點在於支援「全雙工（full-duplex）」技術，也就是能像真人對話一樣「同時聽與說」。這項技術目前已經內建於ChatGPT中，現在透過開放API，開發者將能依據任務需求，搭配不同的後端模型來控制推理深度、速度與成本，進而打造專屬的語音應用程式。
在OpenAI的官方基準測試中，GPT-Live-1在互動性上獲得了80.1%的高分，遠勝過前代模型的45.4%。知名評分網站Yelp已經率先將這款模型應用於商家的自動電話訂位服務，並表示在通話處理上表現得更加自然且流暢。
不過，強大的效能也伴隨著較高的營運成本。GPT-Live-1 API的定價為每分鐘0.05美元，對於企業大規模導入將是不小的開銷。但隨著此類技術普及，未來的語音客服與虛擬助理將變得極具真人感，徹底顛覆傳統的人機互動體驗。