OpenAI 揭秘 GPT-Live 实时语音架构重构

OpenAI 发布技术博客，全面揭秘了 GPT-Live 实时语音系统的重构细节。团队在短短六个月内从零构建了该系统，通过全新的架构设计实现了低延迟、可随时打断的语音交互体验，让对话启动更自然、更连贯。

已确认

• 要点 OpenAI 团队耗时 6 个月，从客户端到模型层重建了整套语音技术栈。
• 要点 新架构采用了独立快速通道处理音频，音频保持持续流式传输，而更深层的推理与工具调用则在后台异步路径中完成。
• 要点 官方将语音会话的启动流程从 6 次网络往返大幅压缩至 1 次。
• 要点 新系统让 ChatGPT 具备了“边说边听”的能力，并支持随时打断。

为什么重要

• 要点 此次重构被 OpenAI 视为工程与研究的双重突破。它彻底改变了以往语音交互的响应机制，解决了深层推理导致的延迟问题，使 AI 语音对话在体验上向真人交流迈出了关键一步。

2026-08-04 ~ 2026-08-04 · 6 条相关

• 【源头】OpenAI：ChatGPT Voice 现在能边说边听、推理异步进行 — OpenAI · 2026-08-04
• 【源头】OpenAI 重构 ChatGPT Voice，启动往返从 6 次降到 1 次 — OpenAI · 2026-08-04
• OpenAI 揭秘：6 个月打造 GPT 实时低延迟语音系统 — borowcy · 2026-08-04
• OpenAI 重建 ChatGPT 语音栈，GPT-Live 实现边说边听 — SIGKITTEN · 2026-08-04

另有 2 条近重复转述:OpenAI · athyuttamre