03 | Speech + GPT-Live-1

语音的下一步:听得更准、对话更自然、交互不中断

面向国际会议、创作与服务场景,重点不是参数,而是混合语言、自然打断和端到端体验。
gpt-live-1全双工语音
持续听 + 持续说
自然插话像电话一样双向交流
后台协作复杂推理与工具继续运行
多语交流实时语音与翻译体验
设备伙伴会议、创作、远程支持
SPEECH 2607

听得更准

混合语言、长尾语言、专名识别与更低延迟;产品名可用 Phrase List / Custom Speech 增强。

GPT-LIVE-1

全双工对话

模型并行监听和发声,用户可自然打断;官方概念页未标注 GA / Preview。

三条并行路径

按体验与成熟度选型

Voice Live 是托管语音 Agent API;GPT Realtime 2.1 是 Azure GA 的实时音频推理;GPT-Live-1 聚焦全双工。