待验证50% 置信事实精确时间
新版本语音模块暴露了流式转录选项，支持自定义 OpenAI TTS 语音 ID，并转发流式 STT 的语言和提示参数
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/4
首次发现
有效期至：2027/1/2
来源
涉及实体
相关事实
待验证OpenAI的GPT-Live语音模型采用端到端架构，原始音频波形直接输入模型，模型直接输出音频，中间不再经过独立的ASR和TTS模块80% 相似已验证早期ChatGPT语音采用级联架构，先语音转文字、再由大语言模型生成回答、最后转成语音播出76% 相似已验证传统语音AI普遍采用级联式架构，先用ASR将语音转文字，再交给语言模型处理，最后用TTS合成输出75% 相似待验证LiveKit Agents 将语音AI应用所需的 STT、LLM、TTS、VAD 与打断处理抽象为可组合的模块74% 相似待验证传统语音处理管道采用ASR→LLM→TTS三段式架构，而OpenAI Realtime API采用端到端音频处理方式73% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/972088API
curl https://kongchang.com/api/v1/knowledge/claims/972088MCP
get_claim(id=972088)