关键要点
OpenAI 彻底重构了 ChatGPT 的语音架构,实现了无中断的连续音频流。新系统 GPT-Live 让 ChatGPT 能够边听边说。语音会话启动时间从六次网络往返缩减为一次。音频通过专用快速通道传输,而推理和工具调用则异步进行。OpenAI 发布了完整的技术重构说明。
OpenAI 重建 ChatGPT 语音基础设施
OpenAI 已重建了支撑 ChatGPT 的语音基础设施,并发布了名为 GPT-Live 的新架构。该架构保持音频持续流动,使深度推理和工具调用不会打断对话。OpenAI 在 8 月 3 日发布的一系列说明中介绍了这些变化,并发布了一篇博文,详细解释了如何从客户端到模型对整个系统进行重建。该公司表示,语音会话的启动时间已从六次网络往返缩短至一次。
GPT-Live 的工作原理
GPT-Live 将音频路由到专用的快速通道,与推理和工具调用分离。这些深层处理过程异步运行,即在后台完成,不会暂停音频流。其结果是语音会话启动更快,且能保持持续活跃,不再出现用户此前在 ChatGPT 处理复杂请求时经历的间隙。OpenAI 在一篇说明中表示,该架构处理了会话启动的瞬间,使对话从第一次交流起就感觉更自然。此次重构解决了此前架构的结构性限制——任何推理步骤都会迫使音频层等待。
GPT-Live 重构旨在解决 ChatGPT 语音延迟
OpenAI 在 2026 年之前一直在积极提升语音能力。今年早些时候,该公司因 ChatGPT 在处理多步骤查询时语音响应显得生硬和缓慢而受到批评。GPT-Live 的重构正是 OpenAI 针对这一差距的直接工程回应。这一发布紧随 OpenAI 上个月的披露——其下一个主要模型的内部版本以约 2000 美元的代币成本产生了十项新的数学成果,这表明该公司正在对整个产品线进行广泛的基础设施投资。

交易所
交易所排行榜
24小时成交排行榜
人气排行榜
交易所比特币余额
交易所资产透明度证明
去中心化交易所
资金费率
资金费率热力图
爆仓数据
清算最大痛点
多空比
大户多空比
币安/欧易/火币大户多空比
Bitfinex杠杆多空比
ETF追踪
索拉纳ETF
瑞波币ETF
香港ETF
比特币持币公司
加密资产反转
以太坊储备
HyperLiquid钱包分析
Hyperliquid鲸鱼监控
大额转账
链上异动
比特币回报率
稳定币市值
期权分析
新闻
文章
财经日历
专题
钱包
合约计算器
账号安全
资讯收藏
自选币种
我的关注