OpenAI近日宣布将GPT-Live-1正式接入API，支持全双工实时语音交互、语音打断处理、停顿识别和背景噪声处理。模型整合语音理解与语音输出，可通过提示词调整语气、语速及对话风格，并支持原生转写、关键词偏置、轮次检测和工具调用。开发者可将其连接Codex及OpenAI Presence，构建可查询企业系统、执行授权操作并转接人工的电话智能体，应用于餐厅预订和客户服务等场景。早期评估显示，Speak接入后误打断次数减少近80%；GPT-Live-1在Full Duplex Bench测试中较GPT-Realtime-2.1高30个百分点。其前端语音层定价为每分钟0.05美元，后端模型及工具费用另计。
