OpenAI推出GPT-Realtime！語音AI秒殺Siri？

人工智慧公司 OpenAI 近日正式發布最新一代語音 AI 系統 GPT-Realtime，憑藉近乎零延遲的回應速度與自然流暢的語音互動體驗，在全球科技圈引發高度關注。

該技術被認為是語音人工智慧發展的重要里程碑，將大幅推動智慧助理、客服與教育等產業的應用。

GPT-Realtime 最大突破在於顯著縮短回應延遲。以往語音 AI 必須經歷語音轉錄、語義理解與語音生成等多重處理流程，而 GPT-Realtime 透過直接音頻處理，能在使用者話語結束的瞬間即刻回覆，實現近乎「零延遲」的對話體驗。

根據 OpenAI 公布的數據，GPT-Realtime 在語音理解與語言轉換的準確率達 82.8%，較上一代提升約 17%。新系統不僅能辨識笑聲與情緒變化，還可在多語交流中無縫切換語言，進一步提升跨語言對話的靈活性。

OpenAI 也指出，GPT-Realtime 的使用成本亦有所下降。每百萬音頻輸入費用由 40 美元降至 32 美元，音頻輸出則從 80 美元下降至 64 美元，整體成本減少約 20%。

目前，房地產平台 Zillow (Z-US) 與電信業者 T-Mobile 已率先導入 GPT-Realtime，應用於房產搜尋與客戶服務場景。外界認為，這項語音 AI 技術有望改變服務流程，使互動更自然且高效。

除了技術突破外，OpenAI 還推出兩款新語音「Cedar」與「Marin」，在自然度與表達力方面更接近真人。搭配 MCP 協議支援，開發者能更快速地整合數據與應用功能。

產業觀察人士指出，GPT-Realtime 標誌著語音 AI 技術邁入新階段。隨著 OpenAI 持續推進 GPT 相關研究，未來客服、教育、智慧助理及遠端醫療等領域，將率先受惠於這項創新，並可能推動語音人工智慧在全球市場的全面普及。