OpenAI 將停用 ChatGPT 高階與標準語音：12 月 11 日全面切至 GPT-Live

如果你習慣用 ChatGPT 的語音功能聊天，下個月設定選單裡可能會少掉兩個熟悉的名字。

OpenAI 宣佈，將在 12 月 11 日正式停用 ChatGPT Voice 裡的「高階語音」（Advanced voice）和「標準語音」（Standard voice），把所有語音互動全面收攏到今年 7 月推出的 GPT-Live。

官方從 11 月 10 日起陸續向用戶傳送通知。這次調整影響的是模型選擇入口，使用者的歷史對話記錄並不會丟失；不過到了 12 月 11 日之後，再點開舊對話開口說話，後臺接管的都會是 GPT-Live。只有即時影片和螢幕共享功能，會暫時由高階語音繼續撐著，直到 GPT-Live 自己補齊這項能力。

從「你一句我一句」到邊聽邊聊

OpenAI 這次下刀之所以這麼幹脆，主要還是底層架構徹底變了。

最早的「標準語音」其實是個三段式接力：先用一個模型把你的語音轉成文字，再把文字餵給大語言模型寫出回答，最後由第三個模型把文字念出來。OpenAI 坦承，這種拼湊方式不僅延遲高，中間一倒手還會漏掉語氣和情緒等大量資訊。

後來的「高階語音」直接處理音訊，能感知語調了，但本質上還是嚴格的單雙工輪流說話：你必須完全講完停下來，它才開始反應。

現在的 GPT-Live 則是全雙工架構，支援同時聽和說。也就是說，它能像真人一樣在聽你傾訴時輕輕附和一句「嗯」「對」，可以在你停頓思考時保持安靜不搶話，還能在後臺把複雜的檢索或計算任務甩給文本模型，自己只負責在臺前順暢陪聊。

OpenAI 拿出的資料也很硬氣：自 7 月推出 GPT-Live 以來，平臺的語音使用量幾乎翻了一倍，而且絕大多數使用語音功能的使用者已經自然遷移到了 GPT-Live 上。

效率提上去了，也有老使用者在心疼

技術指標變得再漂亮，一旦涉及真實情感，事情就不會那麼簡單。

在 OpenAI 官方社群裡，有使用者髮長帖懇求官方留下最初的標準語音，特別是名為「Breeze」的經典音色。帖子裡寫道，這個聲音在漫長的日子裡提供了極大的情緒支援和陪伴，而新的 GPT-Live 聽起來反而缺少了那種細膩的停頓與溫度，顯得有些人工化。

OpenAI 顯然也預料到了反彈，在通知裡承認部分使用者已經習慣了老模型的說話風格，但也明確表示不會為懷舊開後門。官方稱他們正在把從兩代老模型上學到的經驗，融合進 GPT-Live 的後續調優中，重點改善回答的深度、多輪對話的連貫性以及個性化表達。

為什麼重要

對於每天靠語音交流的使用者來說，這一刀切得相當徹底。

從產品角度看，我們認為 OpenAI 這一步走得很符合商業邏輯。維護三套截然不同的語音管線是極大的算力與工程負擔，尤其是標準語音那種三段式架構，早就屬於應該掃進歷史的過渡產物。把戰線收縮到全雙工的 GPT-Live，能讓團隊把精力集中在真正有技術壁壘的方向上。

但這裡也暴露了一個 AI 產品特有的隱患：當 AI 開始承擔情緒伴侶的角色時，單純的「技術升級」很可能會被使用者視作一種「情感剝奪」。哪怕新模型更聰明、延遲更低，但只要語調變了、熟悉的換氣聲沒了，那種建立起來的信任感就會碎掉。

對整個行業而言，全雙工即時互動已經不再是炫技 Demo，而是變成了頭號玩家的預設標配。隨著 OpenAI 把老架構徹底清場，其他還在用「ASR + LLM + TTS」拼湊語音助手的對手，技術代差會被進一步拉大。