OpenAI 在 API 中推出 GPT‑Live‑1，支持更自然的语音体验

OpenAI 在官方新闻中宣布，将 GPT‑Live‑1 引入 API，支持自然、全双工的语音对话，并具备更强的指令遵循能力、自定义语音以及电话（telephony）支持。该发布面向开发者，使其可在应用中构建语音交互体验。

此前 API 中的语音能力多为单向或回合制，GPT‑Live‑1 以全双工方式提供自然对话，并新增自定义语音与电话支持，开发者无需自建完整语音链路即可接入，语音交互的产品化门槛因此降低。

全双工意味着语音输入与输出可同时进行，交互形态更接近人类通话；更强的指令遵循让模型在多轮语音中更能按约束执行。自定义语音与 telephony 支持则把语音能力从演示层推进到可接入真实电话渠道的工程化形态。

产品团队可将语音对话直接嵌入客服、助手、外呼等场景，减少对第三方语音拼接方案的依赖；研发需评估 API 的延迟、并发与电话通道集成；自定义语音涉及品牌与合规审核，需提前规划用户授权与数据流程。

• 在客服或预约场景中接入 GPT‑Live‑1，提供可打断、可同时说话的自然语音对话。
• 基于自定义语音能力，为品牌打造统一音色的语音助手或电话客服形象。
• 利用 telephony 支持，把现有 IVR 或外呼流程改造为可实时对话的语音 Agent。
• 针对语音指令遵循能力，开发需要多轮约束执行的专业场景语音工具，如问诊预填或订单确认。

• GPT‑Live‑1 在 API 中的具体定价、延迟指标和并发限制尚未披露。
• 全双工语音在多语言和嘈杂环境下的实际表现缺乏证据。
• telephony 支持覆盖哪些国家或运营商，以及合规要求如何，尚未说明。
• 自定义语音的授权、审核和数据使用政策未在证据中提及。