OpenAI 将停用 ChatGPT 高级与标准语音：12 月 11 日全面切至 GPT-Live

如果你习惯用 ChatGPT 的语音功能聊天，下个月设置菜单里可能会少掉两个熟悉的名字。

OpenAI 宣布，将在 12 月 11 日正式停用 ChatGPT Voice 里的「高级语音」（Advanced voice）和「标准语音」（Standard voice），把所有语音交互全面收拢到今年 7 月推出的 GPT-Live。

官方从 11 月 10 日起陆续向用户发送通知。这次调整影响的是模型选择入口，用户的历史对话记录并不会丢失；不过到了 12 月 11 日之后，再点开旧对话开口说话，后台接管的都会是 GPT-Live。只有实时视频和屏幕共享功能，会暂时由高级语音继续撑着，直到 GPT-Live 自己补齐这项能力。

从「你一句我一句」到边听边聊

OpenAI 这次下刀之所以这么干脆，主要还是底层架构彻底变了。

最早的「标准语音」其实是个三段式接力：先用一个模型把你的语音转成文字，再把文字喂给大语言模型写出回答，最后由第三个模型把文字念出来。OpenAI 坦承，这种拼凑方式不仅延迟高，中间一倒手还会漏掉语气和情绪等大量信息。

后来的「高级语音」直接处理音频，能感知语调了，但本质上还是严格的单双工轮流说话：你必须完全讲完停下来，它才开始反应。

现在的 GPT-Live 则是全双工架构，支持同时听和说。也就是说，它能像真人一样在听你倾诉时轻轻附和一句「嗯」「对」，可以在你停顿思考时保持安静不抢话，还能在后台把复杂的检索或计算任务甩给文本模型，自己只负责在台前顺畅陪聊。

OpenAI 拿出的数据也很硬气：自 7 月推出 GPT-Live 以来，平台的语音使用量几乎翻了一倍，而且绝大多数使用语音功能的用户已经自然迁移到了 GPT-Live 上。

效率提上去了，也有老用户在心疼

技术指标变得再漂亮，一旦涉及真实情感，事情就不会那么简单。

在 OpenAI 官方社区里，有用户发长帖恳求官方留下最初的标准语音，特别是名为「Breeze」的经典音色。帖子里写道，这个声音在漫长的日子里提供了极大的情绪支持和陪伴，而新的 GPT-Live 听起来反而缺少了那种细腻的停顿与温度，显得有些人工化。

OpenAI 显然也预料到了反弹，在通知里承认部分用户已经习惯了老模型的说话风格，但也明确表示不会为怀旧开后门。官方称他们正在把从两代老模型上学到的经验，融合进 GPT-Live 的后续调优中，重点改善回答的深度、多轮对话的连贯性以及个性化表达。

为什么重要

对于每天靠语音交流的用户来说，这一刀切得相当彻底。

从产品角度看，我们认为 OpenAI 这一步走得很符合商业逻辑。维护三套截然不同的语音管线是极大的算力与工程负担，尤其是标准语音那种三段式架构，早就属于应该扫进历史的过渡产物。把战线收缩到全双工的 GPT-Live，能让团队把精力集中在真正有技术壁垒的方向上。

但这里也暴露了一个 AI 产品特有的隐患：当 AI 开始承担情绪伴侣的角色时，单纯的「技术升级」很可能会被用户视作一种「情感剥夺」。哪怕新模型更聪明、延迟更低，但只要语调变了、熟悉的换气声没了，那种建立起来的信任感就会碎掉。

对整个行业而言，全双工实时交互已经不再是炫技 Demo，而是变成了头号玩家的默认标配。随着 OpenAI 把老架构彻底清场，其他还在用「ASR + LLM + TTS」拼凑语音助手的对手，技术代差会被进一步拉大。