此篇文章介紹 OpenAI 正式推出全新即時語音模型 GPT-Live，並同步全面升級 ChatGPT Voice，象徵生成式 AI 的互動方式正從傳統文字輸入，逐步邁向以自然語音為核心的新階段。文章指出，GPT-Live 不只是語音功能的更新，而是將語音打造為整個 ChatGPT 生態系的統一入口，讓使用者透過對話即可完成推理、搜尋、翻譯及資訊查詢等多項 AI 任務，進一步提升人機互動的自然性與便利性。
文章首先說明 GPT-Live 採用全新的原生全雙工（Full-duplex）語音架構，突破過去 AI 語音助理採用一問一答的回合式（Turn-based）互動模式。新版系統能在使用者說話的同時持續聆聽、理解內容並準備回應，不必等待完整句子結束即可開始處理資訊，因此能辨識使用者是短暫停頓思考或已結束發言，也能在使用者中途打斷時立即停止回應並重新接續對話，使整體交流更貼近真人溝通體驗。除了提升對話流暢度之外，文章也整理 GPT-Live 新增的多項語音能力，包括即時雙向翻譯、更精準的語音聽寫、自然的語調與情緒表達，以及可依使用者需求即時調整說話速度等功能。GPT-Live 不僅改善語音辨識品質，也讓 AI 能依照對話情境主動調整互動方式，使語音交流更加自然且具親和力。
GPT-Live 作為 ChatGPT統一互動入口的重要定位。當使用者透過語音提出不同類型的需求時，系統可於背景自動調用 GPT-5.5 執行複雜推理，或啟用 Web Search 查詢最新資訊，甚至整合天氣、股市、體育等即時資料服務，再將結果直接以語音形式回覆，讓使用者無須手動切換模型或功能，打造更加流暢的一站式 AI 使用體驗。在產品部署方面，此篇文章說明 GPT-Live 提供 GPT-Live-1 與 GPT-Live-1 mini 兩種版本，其中付費訂閱用戶可使用完整版模型，免費用戶則預設使用 GPT-Live-1 mini。目前新版已開始於 Web、iOS 與 Android 平台分階段推送，未來也將開放 API，讓企業與開發者能將即時語音能力整合至各類產品與服務，加速 AI 語音應用的普及。
此外，此篇文章也介紹 OpenAI 在新版語音系統加入的安全防護機制，包括依據風險程度提供安全提醒、調整回應內容，甚至終止高風險語音對話，同時將家長監護功能延伸至未成年用戶的語音互動情境，以提升 AI 使用安全性。文章最後指出，目前 GPT-Live 已針對多種常用語言完成最佳化，但部分語言仍可能存在口音與流暢度等問題，且首波版本尚未支援視訊與螢幕共享語音功能，相關能力仍持續開發中。整體而言，此篇文章不僅介紹 GPT-Live 的技術升級與新功能，更凸顯 OpenAI 正積極推動 AI 從文字互動邁向語音互動的新發展方向。透過更自然的對話體驗、整合多種 AI 能力與完善的安全設計，GPT-Live 有望成為未來生成式 AI 最重要的人機互動介面，進一步改變使用者與 AI 溝通及獲取資訊的方式。
