8月22日
01:33
8月20日
23:03
8月4日
04:44
04:30
04:30官方一手OpenAI Blog博客/媒体
OpenAI用六个月构建了GPT-Live实时语音系统。GPT-Live采用无轮次语音模型,实现了连续语音交互。低延迟架构使得对话响应更迅速,更接近自然交流。OpenAI官方博客公开了这套系统的构建方法与技术细节。
事件专题

推荐理由:OpenAI搞了个GPT-Live,能连续对话不用等你说完,延迟更低,比传统语音助手自然多了。
8月3日
8月1日
06:05
06:05ChatGPT@ChatGPTapp
82°
ChatGPT Voice 官方宣布,语音对话功能现已登陆 macOS 和 Windows 客户端。用户无需键盘输入,全程用语音即可向 ChatGPT 下达指令并获取回复。该功能在桌面端实现了免提操作,官方同步发布了演示视频展示实际效果。
事件专题

推荐理由:OpenAI 把 ChatGPT Voice 搬到了 Mac 和 Windows 上,现在你动嘴不动手就能让它干活,适合手忙不过来的时候用。
7月24日
05:42
05:42官方账号OpenAI@OpenAI
OpenAI 官方宣布,Codex 的 iOS 应用现已集成 ChatGPT Voice 功能。用户可通过配对远程访问,在 Codex 中直接使用语音进行对话。Android 平台的支持即将推出。该功能让用户无需手动输入,即可在 Codex 环境中进行语音交互。
事件专题

推荐理由:OpenAI 把 ChatGPT 语音搬进了 Codex iOS 版,还能远程配对用。Android 也快了,干活聊天更方便。
03:03
03:03techcrunch@Ivan Mehta
Anthropic为Claude语音模式更新了更强的基础模型,新版本支持更自然的对话交互。用户可以通过语音指令安排会议或草拟邮件。此次更新提升了语音识别的准确性和响应速度,但没有提供具体的基准测试分数。
事件专题

推荐理由:Anthropic给Claude语音模式换了更强模型,现在能用语音直接安排会议或写邮件,比之前更流畅自然。
7月23日
22:31
22:31@koltregaskes@koltregaskes
78°
X用户koltregaskes发帖猜测,Anthropic可能今日发布Opus 5和语音模式。他对比指出,OpenAI的实时语音模式仍在使用较弱的模型,而若Anthropic将Opus用于语音,将带来显著提升。该信息仅为传言,Anthropic官方尚未确认。
事件专题

推荐理由:Anthropic可能要用Opus模型做语音模式了,如果真这样,比OpenAI现在的语音强不少。看看这个推测。
7月15日
04:14
7月9日
23:46
23:46官方账号Greg Brockman@gdb
86°
OpenAI发布GPT-Live,一款新一代语音模型,专注于自然流畅的人机对话。该模型即日起在ChatGPT中逐步推出,用户可体验实时语音交互。开发者可通过申请成为设计合作伙伴,使用GPT-Live API创建新应用或集成到现有产品中。OpenAI表示期待该技术为开发者解锁更多创新可能。
事件专题

推荐理由:OpenAI刚刚放出了GPT-Live语音模型,现在就能在ChatGPT里体验,自然对话感很强,还能拿API做开发,语音交互的玩法会更多。
09:28
09:28官方账号OpenAI@OpenAI
76°
OpenAI 推出新一代语音模型 GPT-Live,现已面向 ChatGPT 的 Go、Plus、Pro 计划用户全面开放。免费用户正在逐步推送中。用户需更新到最新版 iOS 或 Android ChatGPT 应用即可体验。该模型旨在实现更自然的人机语音交互。
事件专题

推荐理由:OpenAI 推出了 GPT-Live,一个全新的语音模型,可以跟 ChatGPT 更自然地对话了,目前 Plus 和 Pro 用户都能直接用。
02:48
02:48官方账号Decoder@Matthias Bastian
74°
OpenAI 推出 GPT-Live 全双工语音架构,允许 ChatGPT 同时听和说。复杂问题会被后台的 GPT-5.5 模型接手,显著提升回答质量。GPT-Live-1 已对 ChatGPT 付费用户开放,免费用户可使用 mini 版。API 访问即将到来。
事件专题

推荐理由:OpenAI 让 ChatGPT 能同时听和说了,复杂问题自动转给 GPT-5.5 处理,对话更自然。付费用户现在就能体验。
02:46
02:46官方账号Sam Altman@sama
78°
OpenAI 在 ChatGPT 中推出名为 GPT-live 的下一代语音功能。Sam Altman 表示该功能感觉“神奇且真实”。他原本偏好打字与 AI 交流,现在认为这一偏好可能发生变化。GPT-live 旨在提供更自然的语音交互体验。
事件专题

推荐理由:OpenAI 在 ChatGPT 里上线了新语音功能 GPT-live,对话更自然,像真人聊天,适合不想打字的用户。
02:38
01:22
01:04
7月8日
23:23
7月6日
23:09
6月30日
12:28
12:28官方账号arXiv cs.AI@Sathvik Manikantan Napa Ugandhar, Hao Zhang, Alison Gunzler, Yuzhe Wang, Thomas Thebaud, Georgi Tinchev, Venkatesh Ravichandran, Laureano Moro-Velázquez
论文提出DyadEE数据集,包含真实情感协调对话和通过交换伴侣、情感重合成制造的干扰对话。同时提出TRACE框架,将双人交互建模为基于情感微调Whisper声学嵌入的有序序列,将每个样本视为交互痕迹而非池化话语。在DyadEE上实验表明,融入对话上下文和关系信息可提升检测效果,TRACE达到97.01%的准确率。
推荐理由:想研究语音AI如何感知对话中的情感协调?这篇论文提出了新数据集DyadEE和框架TRACE,准确率高达97%,值得做语音交互的朋友看看。