📰 重點摘要

GPT-Live-1為OpenAI推出的語音API新模型，讓開發者能在自家應用中打造自然的全雙工（full-duplex）語音對話體驗，也就是使用者與AI可以同時說話、隨時打斷對方，不需要等一方講完才能回應，更貼近真人對話的節奏。此次更新強化了模型的指令遵循能力，讓AI在語音互動中能更準確理解並執行使用者的具體要求。同時新增自訂語音（custom voices）功能，開發者可依產品需求打造專屬的語音角色，不再侷限於預設選項。此外也加入電話系統（telephony）支援，代表這個語音API可以直接串接電話網路，應用在客服專線、語音助理電話服務等場景，讓AI語音助手能透過一般電話撥入或撥出與使用者對話，不必侷限在App或網頁介面內。整體而言，GPT-Live-1的定位是把即時語音對話能力產品化，讓開發者能更快速地把自然、可打斷、可客製化聲音的語音助理整合進實際商業應用中。詳細技術規格與定價請見原文連結。

💬 JudyAI Lab 觀點

GPT-Live-1的更新值得留意，因為它把「即時語音對話」這件事變得更完整可用——不只是能聽會說，而是真正支援打斷、自訂語音跟電話串接。

對AI builder來說，這反映出一個明顯趨勢：語音介面的競爭重點已經從「能不能講話」轉移到「講話夠不夠自然」。全雙工對話（雙方可同時開口、隨時打斷）過去是語音助理最大的體驗落差，現在被當作標準功能推出，代表語音AI正在往「產品化」邁進——開發者不用自己拼湊VAD、打斷偵測、語者切換這些底層工程，而是直接拿到一個可以客製聲音、又能接上真實電話網路的完整模組。這也意味著語音客服、電話助理這類應用的技術門檻正在快速下降。

如果你在做任何涉及語音互動的產品，可以想想：你的使用者現在還在「等AI講完才能開口」嗎？這或許是該重新設計互動節奏的時候了。

📅 原文資訊

🔗 延伸閱讀