AREX Feed Article
OpenAI 定于 12 月 11 日停用 ChatGPT 的 Advanced 与 Standard 语音模式,选用用户将自动切换至 GPT-Live
OpenAI 已在发布条目,宣布将于 2026 年 12 月 11 日停用 ChatGPT 的 Advanced Voice 与 Standard Voice 两种语音模式,此前选用了这两种模式的用户将被自动切换为 Live voice,也就是 OpenAI 今年 7 月 8 日发布的。用户通知已于 11 月 10 日开始发送。
配合这次调整,OpenAI 给出了厂商自述的数据:GPT-Live 上线后 ChatGPT 语音使用量近乎翻倍,“几乎所有在 ChatGPT 中使用语音的用户现在都在使用 GPT-Live”。但决定公布后,记录到 X 与 Reddit 上出现明确反弹:用户抱怨 GPT-Live 频繁打断、丢失上下文、回答被压缩,认为回答更详细、与文字对话延续更好的 Standard Voice 不该被停用,部分付费用户威胁退订。
11 月 10 日开始通知,12 月 11 日从设置里消失
帮助中心给出的时间表分三步:11 月 10 日,用户开始收到退役通知;过渡期内,Advanced 与 Standard voice 可以照常使用;12 月 11 日,两种模式从 Settings > Voice 的模型选择器中移除,之前选定这两种模式的用户将默认转为 Live voice。
对话记录不受影响。帮助中心说明,与 Advanced 或 Standard voice 的历史对话仍保留在 ChatGPT 历史中,之后可以用文字或语音继续,语音将默认使用 GPT-Live。
至于为什么停用两种语音模式,OpenAI 的理由写在同一条目里:简化语音体验,把精力集中到改进 GPT-Live 上。公司同时承认,一些用户已经习惯这两种模式的回答风格,模型切换可能难以适应,并指向另一篇关于应对模型切换的帮助文档。
实时视频、屏幕共享与自定义 GPT 暂时离不开 Advanced Voice
停用安排里有两个例外。其一是实时视频与屏幕共享:帮助中心写明,在 GPT-Live 具备这项能力之前,这两个功能将继续由 Advanced voice 驱动。Neowin 的报道同样指出,GPT-Live 目前尚不支持实时视频与屏幕共享——也就是说,在替代能力就位之前,这套已排上退役日程的模型还得继续承担这部分工作。
其二是自定义 GPT:与自定义 GPT 的语音对话也将继续使用 Advanced voice,直到 12 月 11 日弃用。
这其实是 7 月留下的缺口。OpenAI 发布 GPT-Live 时就说明,上线时该模型不支持语音视频与屏幕共享,当时用户仍可访问 Standard 与 Advanced Voice 等旧版语音。如今旧版语音被排上退役日程,补位的能力仍未上线。
三代语音模式差在哪:串联、轮次与全双工
三种模式背后是三套架构。Standard voice 是最早的方案:语音转文字模型先转录用户说的话,交给大语言模型生成回答,再由文字转语音模型念出来。OpenAI 的评价是,这套三模型串联的方案带来了最初的语音体验,但响应慢,信息也会在语音与文字两种模态之间丢失。
2024 年推出的 Advanced Voice Mode 改用单一模型直接处理与生成音频,响应更快、对话更自然;但它仍是轮次制——模型必须等用户说完才开口。OpenAI 在 GPT-Live 的发布文章中进一步解释,轮次模型靠静音判断回合结束,短暂的停顿或背景噪音就可能被误判为回合结束,导致模型在不合适的时机插话。
今年 7 月上线的 GPT-Live 采用全双工架构,可以边听边说,每秒多次决定是开口、继续听、停顿、插话还是调用工具;对话中它会用 “mhmm”“yeah” 这类短语表示在听,也能在用户需要思考时保持安静。遇到需要联网搜索、更深推理或复杂任务的问题时,GPT-Live 会把任务交给后台的前沿文本模型——发布时是 GPT-5.5——自己继续维持对话。该模型分为 GPT-Live-1 与 GPT-Live-1 mini 两个版本,发布时起前者是 Go、Plus、Pro 订阅用户的默认语音模型,后者面向免费用户。
OpenAI 在发布 GPT-Live 时还给出过一个规模数字:每周有超过 1.5 亿人使用 Voice 与 Dictation(听写)等功能同 ChatGPT 对话(厂商自述)。
反弹:频繁打断、丢失上下文、回答变浅
Neowin 记录的不满集中在 X 上的反应和 Reddit 上的讨论里,主要有三点:GPT-Live 频繁打断用户,对话中丢失上下文,回答不如旧模式有用。与之相对,用户认为 Standard Voice 能给出更详细的回答,与文字对话的延续性也更好。部分付费订阅用户表示,如果 OpenAI 坚持执行这一决定,他们将取消订阅。
GPT-Live 当初的卖点恰恰是解决打断问题:OpenAI 在 7 月的发布文章里把“轮次模型因静音误判而不合时宜地插话”列为 Advanced Voice Mode 的缺陷,称全双工架构能让模型在用户思考时安静等待。而这次用户反馈最集中的不满,正是打断。
OpenAI 的回应与 GPT-4o 的先例
OpenAI 没有收回决定,给出的回应是承诺改进。帮助中心称,公司从两种旧模式的使用中学到了很多,正在把这些经验带进 GPT-Live,继续改进回答的深度与细节、跨对话的连续性以及个性化;最终目标是让语音成为 ChatGPT 体验中无缝的一部分。至于这些改进何时到位,公告没有给出时间表。
Neowin 在报道结尾提醒了一个旧例:OpenAI 此前决定退役 GPT-4o 模型时,也曾面对类似局面,最终推迟了退役。这一次,退订威胁能否让 OpenAI 在 12 月 11 日之前改变主意,目前没有答案。