待验证50% 置信事实精确时间
OpenAI的GPT-Live语音模型采用端到端架构，原始音频波形直接输入模型，模型直接输出音频，中间不再经过独立的ASR和TTS模块
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/7/20
首次发现
有效期至：2026/10/18
来源
相关事实
已验证OpenAI发布语音产品GPT Live，支持自然流畅的人机对话且几乎察觉不到明显的AI腔调78% 相似待验证GPT Live One试图在底层架构层面解决语音助手的机械感问题，而非简单地在文本模型外套一层语音接口77% 相似待验证OpenAI新模型采用端到端语音架构，直接以音频作为输入和输出，跳过中间文字转换环节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77% 相似待验证传统语音处理管道采用ASR→LLM→TTS三段式架构，而OpenAI Realtime API采用端到端音频处理方式76% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/570264API
curl https://kongchang.com/api/v1/knowledge/claims/570264MCP
get_claim(id=570264)