会懂网AI资讯，9月11日，OpenAI正式将GPT-Live-1模型引入开放API，面向开发者提供具备全双工语音能力的接口。该模型支持对话过程中的实时打断与自然续接，并可直接接入电话线路，构建拟人化的语音客服智能体，把语音服务推向生产可用阶段。
全双工意味着双方可以同时发声而模型持续聆听，用户无需等待回合结束即可插话，交互流畅度接近真人通话。配合实时打断与上下文保持，GPT-Live-1显著改善了以往语音助手一问一答的僵硬体验，让机器对话更接近人与人之间的自然节奏与温度。
在工具调用方面，新接口允许语音Agent在执行中检索信息、触发业务系统并完成预订、查询等动作，再以口语化方式回应用户。加上电话接入能力，企业可将其部署为7×24小时在线的接听与接待前台，承接高频且重复的服务请求与咨询，覆盖更丰富的业务触点与场景。
官方披露的定价约为每分钟0.05美元，端到端延迟约为0.798秒，这样的成本与响应水平让中小团队也能负担得起语音智能体。相较自建语音管线，调用API大幅降低了工程与运维门槛，使语音能力成为可即取即用的基础设施资源池，降低中小企业的采用门槛。
业内认为，GPT-Live-1将加速语音Agent在客服、医疗预约、出行等高频场景的落地。当通话成本与延迟同步下探，大量原本依赖人工坐席的流程有望被重构，人机语音协作进入更实用的阶段，服务行业迎来新的效率拐点与重构机会窗口。
不过语音交互的普及也带来新的合规考量，例如通话录音告知、身份核验与防诈骗。随着API开放，平台需在能力释放与风险控制之间建立护栏，确保自动化语音服务在可信框架内被使用，避免被滥用于骚扰电话与新型欺诈活动之中，守住自动化服务的合规底线，促进产业良性健康发展。
© 版权声明
文章版权归作者所有，未经允许请勿转载。
THE END
暂无评论内容