OpenAI 公开 GPT-Live 连续语音架构

OpenAI 正式公开了 GPT-Live 的技术架构。这是其第三代语音系统，内核变革是**拔掉了“抢话探测器”**，彻底解决人机对话中“打断你还是让你等”的难题。

GPT-Live 的语音模型是**全双工**的，能同时听和说，不需要等你说完再判断何时回话。当需要深度推理或调用工具时，系统会**异步“摇人”** ，求助 GPT-5.5 等前沿模型，在此期间通话主路完全不受影响，保持零卡顿的自然交互感。

这一体验由自研的**低延迟流式架构**支撑。媒体传输与推理逻辑被彻底解耦，内核音频路径用 Go 重写，不再阻塞等待。配合动态上下文压缩和无缝实例切换，系统能在不间断对话的前提下自动整理长会话记忆。该技术已落地 ChatGPT Voice，用于桌面端的电脑操控和多代理协同。

💡 为什么值得看全双工语音模型上线，拔掉“抢话探测器”,人机对话首次不打断、不等待。