专注AIGC技术的专业社区，关注大语言模型（LLM）的发展和应用落地，聚焦LLM及AI技术的市场研究和开发者生态，欢迎关注！10月15日，OpenAI开始向 ChatGPT Voice 推出 GPT-Live-1.1 和轻量版 GPT-Live-1.1 Quip。此次更新主要围绕语音体验展开：多种语言新增语音选项，口音表现进一步调整；Live 在搜索时也会用更多简短语句提示用户，不再只是突然安静下来。
两款模型分别接替 GPT-Live-1 和 GPT-Live-1 mini。OpenAI系统卡显示，Plus及更高层级用户默认使用 GPT-Live-1.1，其他用户默认使用 Quip；具体可用版本和语音选项可能因账户、套餐和地区而异。
01.
多语种语音选项扩展，口音表现同步调整
此次 Live 新增法语、德语、印地语、日语、韩语和墨西哥西班牙语等语音选项，英语语音中还加入了 Bubbie。用户可以在 ChatGPT 的“设置—语音”中查看当前账户可选的声音。
这次更新的重点不只是增加声音。OpenAI还表示，新模型在多种语言中的口音会更自然。不过，官方没有公布不同语言的口音自然度、识别准确率或响应速度对比数据。具体改善幅度，还需要结合真实使用体验判断。
语音选项也不等于语言能力的完整升级。它能让用户选择更多声音，但并不能单独证明模型在所有语言、噪声环境和复杂对话中的理解能力都有同等幅度的提升。可见的语音选项还可能因地区和账户有所不同。
02.
搜索时增加语音提示，对话不再只有等待
语音交互有一个很容易被忽略的细节：模型搜索时如果长时间不说话，用户很难判断它是在查资料，还是已经停止响应。
这次 OpenAI调整了 Live 在搜索过程中的提示方式。它会用更多简短语句让用户知道自己正在搜索。改变并不复杂，但对语音聊天来说，等待过程是否清楚，会直接影响对话是否连贯。
GPT-Live-1.1仍延续 GPT-Live 的全双工交互方式，能够持续听取用户说话，并根据停顿、打断和语速变化判断何时回应。它不是等用户每次完整说完，再启动一轮问答；用户可以在交流过程中补充信息或改变问题方向。
03.
语音负责实时交流，复杂问题仍可调用后台模型
GPT-Live 的设计不只是把文字回答转换成语音。Live 可以在语音对话中结合搜索、记忆、文字和图片等功能；遇到需要搜索或深入推理的问题，也可以把任务交给后台模型处理，再将结果带回对话。
ChatGPT Voice 此前已支持在较复杂的问题中调用 GPT-5.6 或 GPT-6 Astra 等模型进行搜索或推理。这个分工并非 GPT-Live-1.1 才加入的新功能：语音模型维持实时交流，后台模型处理相对复杂的工作。
需要注意的是，GPT-Live-1.1和Quip是语音模型的版本更新，并不意味着语音模型本身已经取代后台推理模型。OpenAI此次也没有公布新旧版本在复杂任务上的量化成绩。
04.
Live仍不支持视频和屏幕共享，新版更新集中在语音体验
目前，Live可以在同一段对话中使用语音、文字和图片，也能调用账户已连接的应用；但视频和屏幕共享仍不支持。需要这类功能的用户，仍可在符合条件的移动端使用 Advanced 语音体验。
从公开信息看，本次更新没有给出响应延迟、语音识别准确率或新旧模型对比跑分。能够确认的变化集中在语音选择、口音表现和搜索时的反馈方式，暂时没有证据表明它带来了全面的语音能力跃升。
GPT-Live-1.1这次更像一次面向日常使用的打磨：让更多用户能找到合适的声音，搜索时少一些无从判断的沉默。对于语音助手来说，这些细节未必显眼，却往往决定了一段对话听起来像不像真的在交流。
END
