OpenAI已开始面向所有用户逐步推送ChatGPT新语音模型“GPT-Live”。

据外媒TechRadar当地时间9日报道，此次更新的核心变化在于语音交互方式升级。启用GPT-Live后，用户与ChatGPT在对话中可以边听边说、实时插话，整体体验更接近日常人与人之间的自然交流。

OpenAI针对不同用户提供了不同版本：免费用户接入“GPT-Live-1 Mini”，付费用户使用“GPT-Live-1”。如果在移动端语音对话界面顶部，或在网页端ChatGPT模型选择菜单中出现“Live”标识，即代表新模型已启用；用户也可以点击该标识切换回旧版语音模型。

此外，用户还可在设置中确认是否已开通该功能。移动端可点击菜单按钮后进入“设置”或个人资料入口，进入“语音”菜单查看当前模型；网页端则可在左下角个人资料中依次进入“设置-语音-模型”进行确认。

与旧版相比，GPT-Live最大的变化体现在对话节奏上。即使用户尚未说完，ChatGPT也可以提前接话；用户继续补充时，系统会根据新的语音内容即时调整回答。即便在回答过程中被打断并切换到新问题，系统也会随之重新组织回复。

实时翻译也是此次更新的重点功能之一。用户通过语音输入句子后，ChatGPT可直接将其翻译成外语，并以语音形式播报出来。

在语音对话模式下，回答方式还新增了档位调节选项。用户可通过界面右上角的调节图标，在选择声音之外进一步设置“智能程度”，可选“Instant”“Medium”“High”三档。OpenAI表示，如需更快回复可选择Instant，如需更详细的回答可选择High，若希望在速度与内容之间保持平衡，则可选择Medium。声音类型则与此前保持一致。

此次更新还加入了视觉卡片功能。当用户查询体育比分、天气预报或地图可检索地点等信息时，屏幕会同步显示相应图形内容，回复形式也从单一语音扩展为“语音+画面”的组合呈现。

从目前用户反馈来看，新功能整体稳定性较高。不少用户认为，新模型对语气迟疑和不同表达方式的识别覆盖更充分，语音交流的真实感也有所提升。

不过，首批推送过程中也暴露出一些问题。OpenAI人士Atty Eleti在Reddit相关问答中表示，在语音模式下，ChatGPT的记忆功能在部分情况下可能无法正常生效，公司正在积极调查。另有用户反映，外语发音仍带有英语口音，Eleti称这一问题也将随着时间逐步改善。

总体来看，此次更新意味着ChatGPT语音能力正从相对偏“朗读式”的辅助功能，进一步转向实时语音交互工具。实时双向对话、即时打断、实时翻译和视觉化回复的加入，也进一步拓展了语音界面的使用场景。不过，记忆功能联动以及多语种发音的稳定性，仍有待继续完善。