已验证90% 置信事实精确时间

GPT-Live 采用端到端语音模型，直接处理音频波形输入并输出音频波形，中间不经过文字转换

8

来源数

90%

置信度

长期有效

时效性

2026/7/12

首次发现

来源

OpenAI GPT-Live语音模型：全双工交互如何重塑人机对话

bilibili皮皮蟹勇闯天涯2026/7/10

相关事实

已验证GPT-Live采用全双工音频处理架构，让'听'与'说'可以同时进行84% 相似待验证GPT-Live 采用端到端语音-语音翻译（S2ST）技术，在潜在空间完成跨语言语义映射，绕过文本中间表示并保留说话者音色、语调等副语言学特征84% 相似待验证GPT-Live 很可能将噪声抑制、说话人分离和上层语言模型以端到端方式统一训练82% 相似待验证GPT-Live 通过将音频流的感知与生成统一到同一个端到端神经网络中，以联合训练方式避免了传统串行管线（VAD→ASR→LLM→TTS）的延迟累积80% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/490580

API

curl https://kongchang.com/api/v1/knowledge/claims/490580

MCP

get_claim(id=490580)