OctoNews

OpenAI 发布了 GPT-Live,用「全双工」架构把语音模型重做了一遍。

技术和认知提升架构工程

OpenAI 发布了 GPT-Live,用「全双工」架构把语音模型重做了一遍。

以前语音 AI 的三大痛点:

① 三个模型接力(转文字→想答案→再念出来),慢且生硬
② 得等你完全说完才答
③ 背景杂音一来就被当成“说完了”,直接抢话

GPT-Live 的全双工架构:端到端语音处理,不再中转文字,也不需要等你说完。

语音 AI 的体验问题终于开始被认真对待了。