OpenAI 7 月 8 日推出 GPT-Live，作為新版 ChatGPT Voice 的模型層。GPT-Live 採用 full-duplex，也就是可以在輸出語音時持續接收使用者聲音，不必等一個完整回合結束後才開始下一次處理。這讓語音互動更接近人與人之間的對話：使用者可以停頓、插話，模型也能決定要繼續說、停下來或保持聆聽。
這項更新處理的是語音產品長期存在的問題。早期語音模式通常要先把聲音轉成文字，再交給語言模型產生答案，最後把文字轉回語音；每一段都要等前一段完成，對話容易出現延遲或互相打斷。GPT-Live 則把是否回應、是否等待和何時呼叫工具放到持續運作的互動裡。
GPT-Live 用持續互動處理停頓、插話與說話節奏
OpenAI 表示，GPT-Live 不是把每句話切成一個個獨立訊息，而是持續處理輸入並同時產生輸出。模型可以每秒多次判斷要不要說話、繼續聽、暫停、打斷或呼叫工具。對使用者來說，這可能讓回應速度更快，也能在說話者還沒有完整講完時保留對話節奏。
同一個設計也帶來新的錯誤型態。GPT-Live 仍需要判斷使用者是不是說完了；短暫停頓、背景雜音或環境聲，都可能被當成回合結束，造成模型在不適合的時間插話。OpenAI 在介紹中也承認 turn detection 會遇到這類問題，因此全雙工不是單純把延遲降下來，而是把互動判斷變成模型的一部分。
GPT-Live 會把複雜工作交給背景模型處理
語音模型本身不一定要獨立完成所有工作。OpenAI 說，遇到需要網路搜尋、更深度推理或複雜操作的問題時，GPT-Live 可以把任務交給背後的前沿模型，等結果回來後再帶回語音對話。模型在等待期間仍能維持交談，不必讓使用者面對一段完全沒有反應的空白時間。
這種安排把語音介面和後端推理能力分開。語音層負責保持自然的對話節奏，背景模型負責較耗時的查詢或分析；兩者之間的交接是否準確，就會影響使用者最後聽到的內容。若背景模型的結果需要引用來源或額外確認，語音產品也要有適合的文字畫面讓使用者回看，不能只依賴聽覺記憶。
GPT-Live-1 與 GPT-Live-1 mini 會依方案分開提供
OpenAI 的部署文件指出，GPT-Live-1 會成為付費使用者的預設語音模型，GPT-Live-1 mini 則面向 Free 使用者。這樣的分層讓同一套語音產品可以依方案提供不同的模型能力與成本，並不代表每個帳號都會在同一時間取得完全相同的功能。實際可用性仍會跟著 ChatGPT 方案與 rollout 進度變化。
對企業而言，方案差異也會影響語音功能是否適合正式流程。客服、現場維修或醫療紀錄等情境，除了模型能力，還要確認錄音、轉錄、資料保存、權限和人工接管的規則。語音比文字多了聲音資料與即時打斷問題，測試項目不能只沿用文字聊天的標準。
GPT-Live 的安全設計要面對即時語音的新風險
OpenAI 同時發布 GPT-Live System Card，說明系統會在對話進行時檢查輸入與輸出；遇到可能不安全的內容，系統可以調整回應、播放語音安全訊息、在文字介面提供支援資源，或在高風險情況結束語音對話。文件也特別把語音輸入轉成 audio prompt 來做安全評測，因為同一句內容用聲音說出來時，語氣、停頓與背景環境可能不同。
GPT-Live 的產品價值會取決於它能否在自然互動與可控行為之間找到平衡。它的全雙工架構讓語音更即時，但也提高了誤判、打斷、錯誤委派和敏感資訊外洩的測試難度。OpenAI 已先把 API 開放列為後續計畫；在更廣泛的開發者使用之前，語音模型的穩定性與安全邊界仍需要更多實際案例驗證。
對開發者來說，API 尚未全面開放也留下一個重要觀察點：GPT-Live 目前主要透過 ChatGPT Voice 接觸使用者，外部服務還不能直接把同樣的語音能力嵌入客服或裝置。等 API 上線後，開發者才需要進一步處理音訊延遲、即時轉接、人員接管、錄音保存與不同語言的安全測試。
消息來源：OpenAI GPT-Live 公告、OpenAI GPT-Live System Card。
