实测 OpenAI GPT-Live-1 语音代理:音质最自然但听不懂 yes
kolchinski · reddit · 2026-09-13
AI 电话代理公司 ThunderPhone 用约 1.3 万 token 的保险资格话术、12 通真实电话和约 25 通模拟通话,对 GPT-Live-1 做了两天实测。
优点:电话线上最自然的语音模型。 全双工设计让轮次切换、打断和附和开箱即用;真实电话链路下,对方说完约 1.3 秒就能听到回应,无需自建 VAD 或轮次逻辑。
缺点:指令遵循不可靠。
- 多次把明确的「yes」理解成「no」并重复提问
- 过于字面化执行提示词
- 压力情境下会把思考过程念出来(「嗯,小心处理这条,我先确认再往下走」)
字母数字内容有风险: 14 位理赔号朗读时音频里多出一个「Y」;俄语里「Q」变成「X」;数字日期被读成「fifty-five ninety-five」。
口音: 俄语流利但美国口音重;卢干达语意外不错但首次通话用斯瓦希里语回复,口音同样偏美式。完整转写与音频见作者博客。
所属事件:GPT-Live-1 真机实测：语音最自然但指令遵循常翻车(2 条相关)→
「编程与Agent」频道最新
- Codex Remote 上线 ChatGPT iOS 实时活动，手机可盯 AI 任务进度 — SIGKITTEN · 2026-10-31
- 把开源像素特效搬进 3D 场景，法师实战对抗四种怪物 — majidmanzarpour · 2026-10-31
- 用编码 Agent 造私人助理：接 Gmail、Google Docs 与 Todoist — Sweaty_Rich7217 · 2026-10-31
- Krea 2 + H3 做视频 Morph，配乐由视觉模型分析自动生成 — Accurate_Public4674 · 2026-10-31
- 前 Tinder 高管谈 LLM 时代如何对抗消费应用滥用与垃圾行为 — nikitabier · 2026-10-31
- Claude 每次「高危操作」人工确认，换来的只是对 400 行临时脚本的敷衍 LGTM — generativist · 2026-10-31