ChatGPT Voice 換上 GPT-Live：識聽識等，開會翻譯會實用啲

今次升級重點係節奏

TechNews 科技新報 報道，OpenAI 呢輪推出 GPT-Live 系列，ChatGPT Voice 會改用新語音模型。聽落似一般語音升級，但今次值得睇嘅位係對話節奏：GPT-Live 用全雙工架構，可以一路聽一路講，唔使等你完全收聲先判斷下一步。你講到一半改口、停低諗幾秒，或者叫佢慢啲，官方話系統都會跟得自然啲。

以前 ChatGPT Voice 多數似你同一部收音機輪流講：你講完，佢先轉文字、諗答案、再播返聲。Advanced Voice Mode 已經順過舊式三段式，但仍然靠停頓判斷回合，背景聲或者你諗緊嘢都可能令佢插錯嘴。GPT-Live 嘅新意係，『聽、等、打斷、調用工具』呢幾件事可以即時判斷；呢點有用過單純換把靚聲好多。

圖片：OpenAI

GPT-Live-1 同 mini 點分

OpenAI 官方寫法好清楚：Go、Plus、Pro 會用 GPT-Live-1 做 ChatGPT Voice 預設，Free 會用 GPT-Live-1 mini。mini 可以理解做較細、較省資源嘅版本，入口會普及啲；GPT-Live-1 就係 OpenAI 主打嘅完整體驗。官方文件亦提到 Instant 同 mini 背後用 GPT-5.5 Instant；Medium、High 會交俾 GPT-5.5 Thinking 用唔同推理力度，不過你喺 app 見到幾多選項，仍要視乎 plan 同地區。

呢個設計其實幾關鍵：語音模型唔再硬食所有工作。簡單問題佢自己快答；要查網上資料、做深層推理或者整理一堆資訊，就交俾 GPT-5.5 喺背景處理，自己繼續同你講。對用 voice 諗橋、會議 follow-up、旅行查路線嗰類場景，少咗長時間沉默，對用家嚟講體感應該會差好遠。

圖片：OpenAI

可打斷，亦可以叫佢收聲

最實用嘅變化係你可以打斷佢。The Verge 引述 OpenAI briefing，指 GPT-Live-1 可以邊聽邊講，亦會喺你停頓時等多陣；OpenAI 自己亦話你可以叫 ChatGPT Voice 保持安靜，等你叫先出聲。呢個功能用喺會議最明顯：你可以叫佢先聽住兩個人英文同廣東話夾雜討論，等每段完咗先撮要，唔好中途搶咪。

即時翻譯亦係大賣點。全雙工令佢可以一邊聽原句，一邊用另一種語言跟住講，唔使等成段講完先翻。場景上最啱係短句、會議重點、旅遊問路、課堂練習；如果係法律、醫療、財務決策，仍然要有人覆核，因為聲音講得順唔等於意思一定準。

香港同公司帳戶要睇清限制

可用範圍要講清楚。OpenAI Help Center 寫到，GPT-Live 會喺 chatgpt.com、iOS 同 Android 推俾消費者 plan，包括 Free；但 Business、Enterprise 同 Edu launch 時未有。另一個細位係 GPT-Live launch 時唔支援語音配合影片或者畫面分享，想用呢啲功能嘅合資格用戶，仍要返去 legacy Standard 或 Advanced Voice Mode。

香港就仲要分開睇。OpenAI 官方 ChatGPT 支援地區名單入面有台灣、新加坡、日本、美國，但未見香港。即係話，OpenAI 講嘅全球推出，實際係喺支援地區同合資格帳戶內推出；香港本地第一方帳戶係咪同步有，唔好當成已確認。用公司機或者公司 workspace 嘅人，仲要問 IT 同合約條款先開 voice 入會議。

安全重點唔止係內容過濾

語音 AI 最大風險係佢太似真人。OpenAI system card 話，新系統會一路檢查輸入同輸出，遇到高風險內容可以引導答案、彈安全訊息，甚至完結語音對話；自殘相關對話亦會畀經專家審核嘅求助資源。呢套做法有必要，尤其係聲音會令人仲容易放低戒心。

外面研究都提醒同一件事：6 月 24 日交上 arXiv 嘅《Real-Time Voice AI Hears but Does Not Listen》唔係直接測 GPT-Live，但佢測過幾個即時語音系統，發現模型有時識得辨認哭腔、驚慌或者諷刺，落決定時仍然跟字面意思走。呢個就係 voice AI 暫時最易俾人高估嘅位：佢聽到語氣，唔代表佢一定識得用啱。

聲音開始變成入口

GPT-Live 最大升級唔係把聲似真人，而係 voice 開始變成 ChatGPT 嘅入口。你開口問，佢聽住、等住、查住，必要時又喺畫面拎天氣、地圖、體育比分呢類卡片出嚟；語音同畫面一齊跑，ChatGPT 先有機會由聊天窗變成日常助理。

不過 demo 睇落順，未等於日常用起上嚟都穩。OpenAI 要證明 GPT-Live 喺嘈雜房間、多人會議、港式中英夾雜、長時間通話入面，佢仲可唔可以少插嘴、少誤會、少扮明。Google Gemini Live 同 Gemini Live API 已經將語音、視覺、工具調用推到前台；OpenAI 今次追上得幾快，下一步就睇 GPT-Live 幾時入 API，同廣東話語音表現有冇真改善。

參考來源

• TechNews 科技新報 — OpenAI 推語音模型 GPT‑Live，AI 聆聽、回應對話還會適時插話 — original report
• Introducing GPT-Live | OpenAI — 官方發布，核對 full-duplex、GPT-5.5 背景處理、plan 分級同限制。
• GPT-Live System Card | OpenAI Deployment Safety Hub — 官方安全文件，核對語音安全測試、風險處理同 mini/paid 分別。
• ChatGPT Release Notes | OpenAI Help Center — 官方 release notes，核對 iOS、Android、web、Free、Go、Plus、Pro 同 Business/Edu/Enterprise launch 限制。
• ChatGPT Supported Countries | OpenAI Help Center — 官方支援地區清單，名單未見香港，用嚟避免誤寫本地可用性。
• The Verge：ChatGPT upgraded voice mode — 第三方報道，補充 OpenAI briefing 入面講過嘅打斷、視覺卡同安全脈絡。
• Real-Time Voice AI Hears but Does Not Listen | arXiv — 近期研究，提醒即時語音 AI 對語氣同情緒判斷仍有限制。
• Gemini Live API overview | Google AI for Developers — Google 官方開發者文件，用嚟對照 Gemini Live API 嘅即時語音、視覺同工具能力。

本文根據原文及公開資料整理；資料有出入時，以原文及官方資料為準。