待验证50% 置信事实精确时间

早期ChatGPT语音采用级联架构，先语音转文字、再由大语言模型生成回答、最后转成语音播出

1

来源数

50%

置信度

长期有效

时效性

2026/7/15

首次发现

来源

GPT Live全双工语音：AI如何学会倾听与对话节奏

相关事实

待验证新版ChatGPT语音功能实现了全双工对话能力，能够边听边说、实时响应80% 相似已验证新版 ChatGPT Voice 能够响应打断、理解停顿、接受修正，并适应边想边说的自然节奏78% 相似待验证直播演示中ChatGPT进行了中英文实时叠声双向配音翻译，会在语义节点智能停顿收集上下文77% 相似待验证OpenAI的ChatGPT高级语音模式基于GPT-4o端到端语音架构，直接将音频输入映射到音频输出，延迟压缩至300毫秒以内76% 相似已验证新一代语音交互转向端到端的多模态模型架构，直接在语音信号层面理解和生成，压缩延迟并保留副语言信息75% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/516530

API

curl https://kongchang.com/api/v1/knowledge/claims/516530

MCP

get_claim(id=516530)