OpenAI 宣布 12 月 11 日退場 ChatGPT 舊版語音模式!全面轉向全雙工 GPT-Live 的技術差異與用戶影響

OpenAI 公告將於 2026 年 12 月 11 日自 ChatGPT 移除進階與標準語音模式,全面改用全雙工 GPT-Live,一次看懂雙向插話、背景搜尋與視訊螢幕分享過渡安排。

Share
GPT-Live官方發布新聞圖片:ChatGPT 舊版語音退場 GPT-Live
ChatGPT 舊版語音退場 GPT-Live官方發布新聞畫面。 圖片來源:官方原文。

許多用戶至今仍習慣在 ChatGPT 裡像用對講機一樣,等 AI 講完一句話再按按鈕接話,但這種互動方式即將成為歷史。

OpenAI 正式公告將於 2026 年 12 月 11 日移除標準語音模式與進階語音模式,全面切換至全雙工語音架構 GPT-Live。公司自 11 月 10 日起已陸續向用戶發送通知,留給大家一個月的過渡期。

這項調整之所以重要,是因為語音介面正從「回合制問答」跨入「即時對話」的新階段。自從新架構於 2026 年 7 月推出以來,平台上的語音使用量幾乎翻倍,顯示絕大多數用戶早已用腳投票。

我們認為,這次全面汰換舊版模式是語音產品成熟化的必然選擇,因為同時維護兩套底層架構只會拖慢開發進度。唯有把資源集中到全雙工架構,對話深度與跨輪次記憶才能真正拉開差距。

要理解為何官方願意冒著改變老用戶習慣的風險強制切換,得先看懂全雙工語音和舊版模式究竟差在哪裡。

12 月 11 日退場時間表與設定異動:舊對話會消失嗎?

每次平台宣布功能退場,老用戶最擔心的就是過去累積的紀錄與自訂設定會不會一併清空。OpenAI 這次把切換路徑設計得相當直接,目的就是降低遷移時的摩擦感。

從 11 月 10 日預告到 12 月 11 日自動切換

根據官方說明,用戶在 11 月 10 日收到通知後,直到 12 月 11 日正式下線前,依然可以在設定選單中自由切換新舊模式。但到了 12 月 11 日當天,系統將會把標準語音與進階語音兩個選項從語音選擇器中徹底移除。

如果用戶在這段期間沒有手動更換設定,系統屆時會自動把預設模式切換為新版全雙工語音。這代表不需要重新下載應用程式,也不會出現無法開啟語音功能的空窗期。

對企業管理者與重度使用者來說,這一個月的緩衝期其實非常關鍵。因為如果你在內部工作流或教學課程中寫了操作指南,現在就得開始更新截圖與設定步驟,免得到時候學員找不到舊版按鈕。

歷史語音紀錄與自訂 GPT 的保留方式

至於大家最在意的歷史紀錄,OpenAI 明確承諾過去的語音對話不會被刪除。所有的對話紀錄都會完整保留在聊天歷史列表裡,用戶依然可以隨時回顧內容,甚至直接用文字或新版語音接續討論。

不過這場切換並非所有場景都一步到位,目前仍有少數進階功能需要暫時依賴舊系統。因此官方特別劃出了例外清單,讓特定需求的使用者不至於在過渡期間失去原有工具。

值得一提的是,舊版語音累積的對話脈絡依然可以被新版引擎讀取,所以你不需要重新向模型介紹自己的背景與偏好。只要在原本的對話串裡按下麥克風圖示,就能無縫接軌繼續討論。

若團隊內部有建立標準化的語音提示詞範本,建議在 12 月 11 日前先進行一次完整實測,確認語速與斷句習慣符合預期。

延伸閱讀:OpenAI 推出 Businesses in ChatGPT:週活 12 億用戶變商業入口,台灣商家看得到吃得到嗎?

GPT-Live官方發布新聞圖片:ChatGPT 舊版語音退場 GPT-Live
ChatGPT 舊版語音退場 GPT-Live官方發布新聞畫面。 圖片來源:官方原文。
OpenAI 官方 GPT-Live 全雙工語音實機示範影片,非本站實測。 來源:官方 YouTube。

全雙工 GPT-Live 技術解析:為何能徹底取代傳統語音模式?

過去的標準語音模式其實是由三個獨立模組拼湊而成,先做語音轉文字,再交給文字模型思考,最後才用合成器唸出聲音。這種接力賽式的架構註定會有明顯延遲,而且只要你中途開口,對話就會被打斷重來。

什麼是全雙工雙向插話與自然停頓機制

GPT-Live 採用的全雙工架構,是讓系統在說話的同時依然保持聆聽狀態。所謂的全雙工,就像打電話一樣雙方可以同時發聲與接收訊號,不需要像傳統無線電對講機那樣講完一句才能換人。

在這種設計下,用戶隨時都能插話補充條件或直接打斷離題的回答。更細緻的是,模型還能辨識語氣中的停頓,當你只是在思考下一個詞彙時,它會安靜等待而不會急著搶話。

對話過程中,系統甚至能自然穿插簡短的附和聲,讓整段互動聽起來更接近真人討論。這種即時反饋大幅降低了與機器對話的冰冷感,也是語音使用量能快速翻倍的主因。

此外,由於模型直接處理原生音訊訊號而非透過文字轉譯中繼,因此它能捕捉到說話者的語氣起伏與情緒節奏。當你語帶猶豫或急促發問時,系統會自動調整回應的語速與簡潔度,讓溝通節奏更貼合當下情境。

背景搜尋與回應深度的升級表現

除了講話節奏更像人類,新版架構也解決了過去語音模式常被詬病「回答太表面」的毛病。當問題涉及最新資訊或複雜資料時,系統可以在對話進行中同步於背景執行搜尋與資料整理。

這意味著你不需要乾等系統唸出一長串生硬的搜尋前導語,模型會在背景完成查證後直接給出有條理的結論。此外,官方也正將資源集中於強化跨對話的連續性與個人化記憶,讓語音助理真正記得你過去的偏好。

對經常需要口頭釐清複雜概念的用戶來說,這種能同時兼顧「低延遲反應」與「高深度查證」的體驗,正是舊版三段式架構無論怎麼優化都難以突破的天花板。

舊版語音與 GPT-Live 核心差異比較表

為了讓讀者一眼看清這次世代交替的具體升級幅度,以下整理三種語音架構的關鍵能力對照:

比較項目 標準語音模式 進階語音模式 全雙工 GPT-Live
底層架構設計 語音轉文字再合成,三段式接力 端到端原生語音,但屬半雙工回合制 全雙工即時語音,可邊聽邊說
雙向插話與停頓 不支援自然插話,打斷容易卡頓 支援基礎打斷,但容易誤判思考停頓 支援流暢插話、附和聲與自然等待
背景即時搜尋 需中斷對話流程等待檢索結果 檢索能力有限,回答偏簡短 可於對話背景同步檢索與整合資訊
對話深度與記憶 偏重單輪問答,跨對話記憶弱 反應快但長篇推理深度略顯不足 聚焦回應深度、細節與跨對話連貫
12 月 11 日狀態 正式移除退場 除特定例外場景外全面移除 成為全平台唯一預設語音架構

從這張對照表可以看出,這不只是換個聲音引擎,而是把語音互動從「語音輸入法」升級為真正的「即時協作夥伴」。

過渡期例外清單:哪些功能暫時還會用到舊版進階語音?

雖然大方向已經確定全面轉向,但新技術要完全覆蓋所有周邊功能仍需要時間打磨。為了避免影響正在使用多模態與客製化工具的用戶,OpenAI 保留了兩個過渡期的臨時例外。

即時視訊與螢幕畫面分享功能

第一個例外是即時視訊與螢幕分享功能。當用戶打開手機鏡頭讓 AI 看見眼前物體,或是在桌面端分享操作畫面請求協助時,系統目前仍會暫時調用舊版進階語音介面來處理。

因為即時畫面串流加上全雙工語音需要極高的頻寬調度與多模態同步能力,開發團隊選擇先確保現有視訊輔助功能穩定運作,等新版架構準備就緒後再進行無縫替換。

自訂 GPT 的語音對話支援

第二個例外則是與自訂 GPT 進行語音互動。由於許多企業與創作者建立的專屬機器人綁定了特定的知識庫與外部呼叫流程,這部分在 12 月中旬前後的切換窗口內,仍會暫時仰賴原有的進階語音管線。

不過官方也明確指出,這兩項例外都只是暫時性的過渡安排。一旦 GPT-Live 補齊了畫面串流與專屬代理的串接能力,舊版架構就會正式功成身退。

延伸閱讀:代理式 Siri 來了嗎?Bloomberg 報導 Ternus 催促加速 AI

用戶與開發者該如何因應這波語音架構集中化?

對於每天都在使用語音模式練外語、開會紀錄或腦力激盪的用戶來說,12 月 11 日的切換並不需要特別學習新操作。但為了讓轉換過程更順暢,我們還是可以提早做幾項準備。

習慣舊版節奏的用戶如何快速適應

如果你過去習慣在講完長段文字後才停下來等系統回覆,切換到全雙工架構後可能會發現系統偶爾會在你換氣時接話。其實只要在設定中開啟背景降噪,並在需要長篇論述時保持穩定語速,系統就能準確判斷你還沒講完。

另外,趁著 12 月 11 日前的過渡期,建議先進入設定中的語音選單手動試用新版模式,確認自己習慣的語音音色與語速是否已經調校到位。如果發現工作流程重度依賴自訂 GPT 的語音功能,也可以提早測試替代的標準對話介面。

針對喜歡在開車或慢跑時口述筆記的用戶,建議善用耳機上的實體靜音鍵作為輔助。當你需要長時間思考或整理複雜思緒時,暫時靜音能避免環境風聲觸發系統搶話,等想好重點再恢復收音即可。

產品集中化背後的產業訊號

把標準版與進階版同時收編進單一架構,其實反映出語音模型已經走出早期的功能實驗期。未來語音不再只是文字聊天室的附屬品,而是會成為處理多任務與背景搜尋的主要入口。

當所有研發資源都集中在同一條技術路線上,更新迭代的速度只會越來越快。過去工程團隊必須花費大量心力去確保三套不同的語音管線不出錯,現在終於能把算力與人力全部用來打磨對話品質。

對開發者與企業團隊而言,現在正是重新評估如何把即時語音整合進客服、教育訓練與內部知識檢索的最佳時機。因為當語音延遲降到接近人類反應極限時,許多原本非得用螢幕點擊才能完成的軟體操作,未來都能直接靠口語指令搞定。

常見問題

12 月 11 日之後,舊的語音聊天紀錄還找得到嗎?

找得到。OpenAI 已經確認所有歷史語音對話紀錄都會完整保留在帳號的聊天清單中,不會因為舊版語音模式退場而消失,用戶隨時都能打開重讀或改用文字與新版語音繼續對話。

ChatGPT 舊版語音退場後,GPT-Live 需要額外付費嗎?

切換為全雙工架構是平台預設的語音系統升級,屬於原本訂閱方案與免費用戶對應額度內的底層引擎更新,用戶不需要為此單獨購買額外的語音套件。

為什麼視訊鏡頭與螢幕分享功能還沒一起切換?

因為即時視訊串流結合螢幕畫面辨識,對多模態模型的延遲控制與同步處理要求極高。為了維持畫質與語音辨識的穩定度,官方決定先讓這兩項功能暫時沿用舊版進階語音介面,待新版技術整合完成後再行移轉。

切換到全雙工模式後,在吵雜環境會不會一直被誤判插話?

新架構針對環境音與人聲分離做了大幅強化,能夠區分背景雜音與用戶的主動發言。但在通勤或咖啡廳等高噪音環境下,建議還是搭配具備指向性收音的耳機麥克風,能讓插話判定與停頓等待更加精準。

結語

OpenAI 決定在 12 月 11 日全面收掉舊版語音模式,是一次非常果斷的產品減法。把所有用戶與工程資源集中到全雙工架構,能讓語音互動真正具備即時思考與背景查證的實用價值。

這波升級最適合常用語音練習外語、通勤時需要即時查資料,以及習慣口述整理靈感的知識工作者立即體驗。全雙工的自然插話與停頓控制,會讓你的日常對話效率明顯提升。

相對地,如果你是高度依賴特定自訂 GPT 流程,或是極度偏好「講完一整段再統一回覆」的聽寫型用戶,現階段可能還需要一點時間適應新節奏。建議先搭配文字輸入輔助,等習慣雙向互動後再全面轉移。

原因很簡單,全雙工追求的是像真人一樣的動態來回溝通,當你習慣把 AI 當成能隨時打斷的討論夥伴,這套系統的優勢才會完全發揮出來。

想掌握更多 OpenAI 產品更新、語音與代理技術實戰解析,歡迎立即免費訂閱 AI 郵報,每週為你精選最實用的 AI 產業情報。

資料來源