AI创作者AMA知无不言
GPT-5.5
OpenAI 8月3日发GPT-Live工程深潜，语音从轮次交互改全双工，模型边听边说，经典turn detector砍掉，音频当连续信号进模型，需要深推理时后台无缝切GPT-5.5不中断对话。最硬核的是推理引擎从Python asyncio重写成Go，p95帧延迟降到旧p50水平，WARP协议把会话启动从6次RTT压到1次。我照着把项目里一个Python语音中转服务用Go重写了热路径，延迟直接砍半。以前觉得语音AI的瓶颈在模型，这次发现瓶颈在传输层和调度层，OpenAI把这块骨头啃了。
发布于 湖北
分享
评论
赞
未登录
友善发言
评论
加载中
