OpenAI 正式对外放出 GPT-Live-1.1 API,给到所有开发者接入使用,这个模型是全双工语音模型,核心就是可以一边听用户说话、一边输出语音回复,不用等用户说完一整句再处理,能直接支持打断、中途补充信息、随时改口,解决传统语音交互一问一答、延迟高、没法自然插话的痛点。GPT-Live-1.1 是 GPT-Live-1 的升级版本,早在 10 月中旬就已经成为 ChatGPT Plus 及以上订阅用户的默认语音模型,这次开放 API,相当于把这套实时双向对话能力外放给第三方开发者,大家可以自己做语音客服、车载语音助手、AI 智能体、陪伴语音应用。对比老版本,它优化了多语言识别、语音音色稳定性、数字和字母这类精准内容识别,还新增任务委托机制,复杂推理、工具调用的工作可以交给后端模型去跑,前端语音对话不会中断,整套架构省去 STT、LLM、TTS 串行流转的步骤,交互延迟更低。开发者现在能在 OpenAI 开发者平台拿到文档、接入指引,搭配自己选的后端模型,不管是 OpenAI 自家大模型还是第三方模型都可以对接。
模型核心参数
| 项目 | 详情 |
|---|---|
| 模型名称 | GPT-Live-1.1 |
| 模型类型 | 全双工实时语音模型 |
| 上线 API 时间 | 2026-11-20 |
| 前身版本 | GPT-Live-1 |
| 配套轻量版 | GPT-Live-1.1 Quip |
| 核心特性 | 同步收音 + 发声、支持随时打断、任务委托、低延迟 |
| 适用场景 | 语音智能体、车载语音、实时客服、硬件语音交互 |
关键能力清单
- ✅ 全双工双向音频:同时接收音频输入、输出语音,不用轮流发言
- ✅ 对话理解优化:识别停顿、插话、语速变化,自主判断是继续听还是回答
- ✅ 多语言提升:口音更稳定,数字、编号、专有名词识别准确率提升
- ✅ 任务委托机制:复杂计算、联网查询、工具调用交给后端模型,对话不中断
- ✅ 低延迟链路:原生整合语音输入输出,减少串联转写带来的延迟
和普通语音 API 的区别
传统语音 API 流程:用户说话→语音转文字→大模型推理→文字转语音播放,全程串行,不能打断;
GPT-Live-1.1:音频流双向并行处理,说话中途随时打断、追加需求,体验贴近真人聊天。
【相关 FAQ】
问题 1:OpenAI 开放的 GPT-Live-1.1 API,实时双向对话是什么意思?
回答 1:OpenAI 开放的 GPT-Live-1.1 API 的实时双向对话就是全双工语音交互,AI 可以一边听你说话一边发声回复,你能随时打断它、中途改需求,不用等 AI 说完或者自己说完一整句。
问题 2:GPT-Live-1.1 API 和之前 GPT-Live-1 版本相比升级在哪?
回答 2:GPT-Live-1.1 API 优化了多语言语音处理、语音音色一致性,数字、字母这类精准信息识别更强,同时保留实时双向对话和任务委托能力,交互稳定性更好。
问题 3:开发者接入 GPT-Live-1.1 API 的时候,后端模型只能用 OpenAI 模型吗?
回答 3:不是,接入 GPT-Live-1.1 API 时,任务委托的后端模型开发者可以自由选择,既可以选用 OpenAI 大模型,也能接入第三方模型,实时双向对话不受影响。
问题 4:GPT-Live-1.1 是不是刚做出来的新模型,为什么现在才开放 API?
回答 4:GPT-Live-1.1 早在 10 月 15 日就上线 ChatGPT 作为 Plus 用户默认语音模型,当时只面向 C 端用户,这次 OpenAI 才把 GPT-Live-1.1 API 开放给第三方开发者调用。
【参考资料】
[2026-11-20](OpenAI 开放 GPT-Live-1.1 API: 支持实时双向对话,智能体可边聊天边处理复杂任务)IT 之家
[2026-11-19](GPT-Live 1.1 now available on AI Gateway)Vercel
[2026-11-13](ChatGPT 语音帮助文档)OpenAI 官方帮助中心
[2026-10-15](GPT-Live-1.1 system card)OpenAI Deployment Safety Hub
【免责声明】
以上信息为公开资讯整理,GPT-Live-1.1 API 的定价、调用限制、模型能力以 OpenAI 官方开发者平台最新文档为准,内容仅作技术科普,不构成开发选型、商业落地建议。
本文来自作者[墨星脉冲]投稿,不代表新投网立场,如若转载,请注明出处:https://www.eastpo.net/ai/202611/2069.html
评论列表(4条)
我是新投网的签约作者“墨星脉冲”!
希望本篇文章《OpenAI 开放 GPT-Live-1.1 API 支持实时双向语音对话》能对你有所帮助!
本站[新投网]内容主要涵盖:互联网行业的追踪与探索
本文概览:OpenAI 正式对外放出 GPT-Live-1.1 API,给到所有开发者接入使用,这个模型是全双工语音模型,核心就是可以一边听用户说话、一边输出语音回复,不用等用户说完一整句再处理,能直接支持打断、中途补充信息、随时改口,解决传统语音交互一问一答、延迟高、没法自然插话的痛点。GPT-Live-1.1 是 GPT-Live-1 的升级版本,早在 10 月中旬就已经成为 ChatGPT Plus 及以上订阅用户的默认语音模型,这次开放 API,相当于把这套实时双向对话能力外放给第三方开发者,大家可以自己做语音客服、车载语音助手、AI 智能体、陪伴语音应用。对比老版本,它优化了多语言识别、语音音色稳定性、数字和字母这类精准内容识别,还新增任务委托机制,复杂推理、工具调用的工作可以交给后端模型去跑,前端语音对话不会中断,整套架构省去 STT、LLM、TTS 串行流转的步骤,交互延迟更低。开发者现在能在 OpenAI 开发者平台拿到文档、接入指引,搭配自己选的后端模型,不管是 OpenAI 自家大模型还是第三方模型都可以对接。