AI终于会"边听边说"了:以后给你订餐的可能是个AI
你给客服打电话,最烦什么?"您好,请问您有什么需要",一句话的功夫,对面AI已经把你呛回来好几次:"对不起,我不太明白您的意思,请再说一遍。"这种"对讲机式"的AI通话体验,马上要过时了。
OpenAI这两天把一套新语音模型GPT-Live-1开放给了开发者。它最颠覆的改变是"全双工"——以往AI是"你说完它才说,两边得轮流",现在它可以一边听你说话、一边开口回应,你能打断它、它会停顿、甚至你犹豫、笑一声它都能识别。 打起来不再是生硬的一问一答,更像跟真人唠嗑。
以前那套流程是"先把你的话转成文字→AI理解→再把回答合成语音",中间要转好几道弯,所以又慢又呆。这次它把"听"和"说"并进同一个模型,说话不带喘,打断也不慌,连"嗯嗯""啊这"这种小停顿都能接住。
这套能力开始能派上什么用场?最直观的是电话那头的"AI客服"和"AI订餐员":你报今天想吃的,它能顺口确认、跟你来回确认细节,再安排下单。你想象下外卖平台、餐厅订座、银行客服,都换成这种"会接话茬"的AI,体验完全不一样。开发者还能给它设定语气、语速、风格——可以是个利落的中介,也可以是位温柔的小姐姐。
已有实测数据挺能打:有语言学习平台用它,把"人一思考它就误打断"的情况减了近八成;有医疗平台代码量直接砍掉八成、删了两万多行。这背后是AI"像个真人一样打电话"的能力,正在从实验室往你手机、听筒里跑。
说到底,AI跟人的互动,正在从"你问我答"走向"像人一样聊天"。等哪天你接到一个声音自然、还懂得插话的AI来电,别惊慌——它只是AI又往前迈了一小步,而这一步,普通人看得见、摸得着。 来源:IT之家
