OpenAI 拆解 GPT-Live 实时语音架构

OpenAI 发布 GPT-Live 第三代实时语音系统，内核变化是移除传统语音对话中的 turn detector,改用全双工流式语音模型，同时听与说，不再依赖回合切割启动推理。

技术栈方面，媒体前端与推理逻辑由 Python asyncio 替换为 Go,帧传输平滑度提升，p95 延迟匹配旧系统 p50;底层使用 WebRTC 应对丢包、时钟漂移和网络切换。系统设计异步代理边界，隔离媒体路径与应用进程逻辑，在语音模型持续输出时可后台调用 GPT-5.5 处理搜索、推理及工具调用，不打断对话。

工程挑战聚焦于有状态推理：长会话导致上下文膨胀，模型实例频繁启停。团队实现热切换机制，在不中断对话前提下压缩上下文、重建 KV cache,透明迁移至新实例。

💡 为什么值得看官方深度公开第三代语音系统完整架构，从模型到传输的全链路工程解读，对语音产品开发者有直接参考价值。