ChatGPT 语音输入升级:实时听写全平台推送,取消 10 分钟限制

OpenAI 为 ChatGPT 上线“实时听写”功能,说话时同步显示转写文字,并取消原有 10 分钟录音上限,将在网页端、桌面客户端和 iOS、Android 应用陆续推送。对高频用语音输入的用户来说,最直接的变化是等待更少、长内容更可用。

一句话看懂:OpenAI 为 ChatGPT 上线“实时听写”功能,说话时同步显示转写文字,并取消原有 10 分钟录音上限,将在网页端、桌面客户端和 iOS、Android 应用陆续推送。对高频用语音输入的用户来说,最直接的变化是等待更少、长内容更可用。

事件核心:发生了什么

据 AIbase 2026 年 11 月 20 日报道,OpenAI 宣布 ChatGPT 正式引入“实时听写”能力。此前用户使用语音听写,通常要先录完一整段,再等系统转成文字;新模式下,点击输入框内的音频波形按钮即可边说话边看到转写结果,录音结束后还能在输入框里直接编辑、润色,确认无误再发送给 ChatGPT。

这次更新同时移除了原有语音听写的 10 分钟时长限制,并提升了语音转写的可靠性,目标是让较长的口述输入更顺畅。推送范围覆盖 ChatGPT 网页版、桌面客户端以及 iOS 和 Android 应用,按地区逐步放开。

需要区分的是,ChatGPT 此前已有“录音模式”,主要用于转写语音笔记和会议内容,并把语音整理成文字或要点列表;该模式目前仍在测试,主要面向 Plus、Enterprise、Edu、Business 和 Pro 工作区。此次实时听写面向更广泛用户,门槛更低。

为什么重要

语音输入长期存在“录完再等”的断点,实时转写把交互从批处理变成流式体验,这背后依赖语音识别模型与推理链路的低延迟优化。对 ChatGPT 而言,语音入口变得更顺手,意味着用户可以在移动端和桌面端更自然地完成长文本输入,减少从口述到发送之间的摩擦。

从产品竞争看,语音听写正在成为 AI 助手的基础能力,而非附加功能。OpenAI 把实时听写开放给普通用户、而把更复杂的会议整理能力留在付费工作区,也体现出功能分层:基础输入体验普惠化,结构化整理仍与订阅挂钩。

对用户/开发者/创作者的影响

普通用户和内容创作者是直接受益者:口述提示词、草拟邮件、记录灵感时不必反复等待转写,长段口述也不再被 10 分钟截断,转写后可在输入框内先改再发。对依赖 ChatGPT 做日常写作和资料整理的人来说,这降低了语音输入的使用成本。

GamsGo AI

AI 工具推荐

想把多个 AI 模型放在一个入口?

GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型,适合写作、绘图、视频和日常 AI 工作流。

了解 GamsGo AI

推广链接:通过此链接购买,我可能获得佣金,不影响你的价格。

对开发者而言,目前公开信息显示这次升级属于 ChatGPT 产品端功能,素材未提及对应 API 的语音转写能力是否同步调整。若后续开放接口,实时转写可能被集成进会议记录、客服或笔记类 AI 应用;现阶段不宜把它等同于可调用的开发者能力。

值得关注的后续

一是全平台推送的实际节奏和地区覆盖,是否出现功能分批上线造成的体验差异;二是长时间口述下的转写准确率和稳定性,尤其是中英文混合场景;三是录音模式何时结束测试、是否向更多订阅层级开放,以及语音相关能力是否会延伸到 API 和更多 AI 应用场景。

来源:AIbase

celebrityanime
celebrityanime
文章: 36129

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注