10月15日,OpenAI开始向 ChatGPT Voice 推出 GPT-Live-1.1 和轻量版 GPT-Live-1.1 Quip。此次更新主要围绕语音体验展开:多种语言新增语音选项,口音表现进一步调整;Live 在搜索时也会用更多简短语句提示用户,不再只是突然安静下来。
两款模型分别接替 GPT-Live-1 和 GPT-Live-1 mini。OpenAI系统卡显示,Plus及更高层级用户默认使用 GPT-Live-1.1,其他用户默认使用 Quip;具体可用版本和语音选项可能因账户、套餐和地区而异。
01.
多语种语音选项扩展,口音表现同步调整
此次 Live 新增法语、德语、印地语、日语、韩语和墨西哥西班牙语等语音选项,英语语音中还加入了 Bubbie。用户可以在 ChatGPT 的“设置—语音”中查看当前账户可选的声音。
这次更新的重点不只是增加声音。OpenAI还表示,新模型在多种语言中的口音会更自然。不过,官方没有公布不同语言的口音自然度、识别准确率或响应速度对比数据。具体改善幅度,还需要结合真实使用体验判断。
语音选项也不等于语言能力的完整升级。它能让用户选择更多声音,但并不能单独证明模型在所有语言、噪声环境和复杂对话中的理解能力都有同等幅度的提升。可见的语音选项还可能因地区和账户有所不同。
02.
搜索时增加语音提示,对话不再只有等待
语音交互有一个很容易被忽略的细节:模型搜索时如果长时间不说话,用户很难判断它是在查资料,还是已经停止响应。
这次 OpenAI调整了 Live 在搜索过程中的提示方式。它会用更多简短语句让用户知道自己正在搜索。改变并不复杂,但对语音聊天来说,等待过程是否清楚,会直接影响对话是否连贯。
GPT-Live-1.1仍延续 GPT-Live 的全双工交互方式,能够持续听取用户说话,并根据停顿、打断和语速变化判断何时回应。它不是等用户每次完整说完,再启动一轮问答;用户可以在交流过程中补充信息或改变问题方向。
03.
语音负责实时交流,复杂问题仍可调用后台模型
GPT-Live 的设计不只是把文字回答转换成语音。Live 可以在语音对话中结合搜索、记忆、文字和图片等功能;遇到需要搜索或深入推理的问题,也可以把任务交给后台模型处理,再将结果带回对话。
ChatGPT Voice 此前已支持在较复杂的问题中调用 GPT-5.6 或 GPT-6 Astra 等模型进行搜索或推理。这个分工并非 GPT-Live-1.1 才加入的新功能:语音模型维持实时交流,后台模型处理相对复杂的工作。
需要注意的是,GPT-Live-1.1和Quip是语音模型的版本更新,并不意味着语音模型本身已经取代后台推理模型。OpenAI此次也没有公布新旧版本在复杂任务上的量化成绩。
04.
Live仍不支持视频和屏幕共享,新版更新集中在语音体验
目前,Live可以在同一段对话中使用语音、文字和图片,也能调用账户已连接的应用;但视频和屏幕共享仍不支持。需要这类功能的用户,仍可在符合条件的移动端使用 Advanced 语音体验。
从公开信息看,本次更新没有给出响应延迟、语音识别准确率或新旧模型对比跑分。能够确认的变化集中在语音选择、口音表现和搜索时的反馈方式,暂时没有证据表明它带来了全面的语音能力跃升。
GPT-Live-1.1这次更像一次面向日常使用的打磨:让更多用户能找到合适的声音,搜索时少一些无从判断的沉默。对于语音助手来说,这些细节未必显眼,却往往决定了一段对话听起来像不像真的在交流。







