OpenAI升級ChatGPT桌面應用並整合Codex，推出基於GPT-Live的全新語音模式。覆蓋聊天、辦公和編程場景，用戶可用語音發起、檢查、調整任務，實現多線程協同。核心亮點是全雙工語音，支持同時聆聽與對話，邊聊邊幹活。該技術源於2024年首次語音識別，逐漸進化至今。
OpenAI發佈基於GPT-Live架構的全新語音交互，將AI助手從對講機式溝通轉向全雙工真人對話。相比2024年的高級語音模式，新模型實現聆聽、發言與思考的並行處理，徹底脫離傳統語音技術束縛。
OpenAI被曝將推出下一代雙向音頻模型GPT-Bidi-1，升級ChatGPT語音模式。該模型採用雙向架構，突破傳統單工對講，可同時聆聽與表達，實時捕捉用戶插話打斷並動態調整語義，避免卡頓，大幅提升交互體驗。
Spotify與環球音樂達成里程碑式授權協議，首次允許付費用戶利用AI翻唱和重混授權藝人的歌曲。該功能作爲增值服務專爲Premium會員打造，粉絲可親自改編泰勒·斯威夫特等藝人的作品，標誌着音樂消費從被動聆聽向主動創作轉型。
百聆是一個類似GPT-4o的語音對話機器人，通過ASR+LLM+TTS實現，低配置也可運行，支持打斷。
StemGen: 一款聆聽音樂生成模型
讓應用能夠通過語音轉文本和文本轉語音等功能聆聽、理解甚至與客戶交談
Ai音頻檢測，聆聽更真實的互聯網
Google
$0.49
輸入tokens/百萬
$2.1
輸出tokens/百萬
1k
上下文長度
$17.5
Alibaba
$8
$240
52
-
$15.8
$12.7
64
$3.9
$15.2
Bytedance
$0.8
$2
128
Baidu
$2.4
$12
8
Tencent
32
$3
$9
$140
$280
%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
VIP會員
