OpenAI GPT-Live 10 月 16 日新增文字生成音色：价格、接入步骤与延迟自查
10 月 16 日，OpenAI 在 API 更新日志中宣布向所有 API 客户开放 prompt-to-voice：用一段文字描述生成自定义音色，再用于 OpenAI GPT-Live 的语音会话。创建音色本身免费，生成语音按标准 GPT-Live 会话计费。同一天还新增了 9 个德、法、印地、日、韩语的自然音色。
以下内容截至 2026 年 10 月，事实来自 OpenAI 官方更新日志，具体字段和限制以官方文档为准。
GPT-Live 是什么，这次更新了什么？
GPT-Live 1 于 9 月 10 日在 API 正式可用，走 v1/live/sessions，用于全双工语音对话，后端模型和工具的用量另计。
近期的几次变化（日期均来自官方更新日志）：
| 日期 | 变化 |
|---|---|
| 9 月 10 日 | GPT-Live 1 正式可用，v1/live/sessions |
| 10 月 6 日 | Decisions API 进入 beta，v1/decisions，配合 GPT-6 系列模型 |
| 10 月 15 日 | GPT-Live 原生集成 Decisions，可直接调用 Decisions |
| 10 月 16 日 | prompt-to-voice 对所有 API 客户开放，v1/audio/voices |
| 10 月 16 日 | 新增 9 个自然音色 |
新增音色的名字：德语 Nuri、Juni、Flitz；法语 Brise、Sillage；印地语 Nira；日语 Harema、Shida；韩语 Noeul。更新日志没有列出中文音色。
prompt-to-voice 怎么用？
官方说明可以通过 API 或 Playground 用文字描述创建音色，然后在 GPT-Live 会话中复用。按这个思路，最小流程是：
- 先在 Playground 里试写描述，听效果，确认满意再走 API，避免在代码里反复试错。
- 调用
v1/audio/voices，提交描述文字，保存返回的音色标识。请求字段名以官方 API 文档为准。 - 创建
v1/live/sessions会话时引用这个音色。引用方式同样以官方文档为准。 - 把音色标识存进你的配置，不要每次会话都重新创建。
描述文字建议写清性别感、年龄感、语速、情绪和使用场景，例如“沉稳、语速偏慢的客服口吻”。这只是写法建议，不是官方参数。
怎么算钱？
官方价格口径有三条：
- 语音会话 $0.05 每分钟，按秒计费。
- 后端模型和工具的用量另算，不含在上面的价格里。
- 创建 prompt-to-voice 音色免费，用它生成语音按标准 GPT-Live 会话计费。
更新日志没有给 Decisions API 与 Decisions 集成的价格，上线前请自行到官方价格页确认。
下面是一个示例（假设数字，非实测）：一个客服场景每天 200 通电话，平均每通 3 分钟。
- 语音会话部分：200 × 3 × $0.05 = $30 每天。
- 后端模型与工具费用另加，取决于你选的模型和调用次数。
所以估算时先算语音分钟数，再单独估后端部分，不要只看 $0.05。
实时语音对网络延迟有多敏感？
全双工对话里，往返时间直接变成“对方多久才回应”。从国内访问 OpenAI 接口时，网络路径的波动会比普通文本请求更容易被听出来。可以这样自查：
- 打开 cdnping 首页的在线测速，查看到 api.openai.com 的“首次连接”和“往返”。往返是连接复用后 3 次请求的中位数，更接近实时会话的体感。
- 在不同时段各测几次，只看单次结果意义不大。
- 到 OpenAI 状态页看官方入口最近 30 天的探测记录，排除服务端问题。
- 延迟的成因和判断方法见 国内访问 AI API 的延迟。
注意，OpenAI 服务有支持地区限制，使用前请确认你所在地区受支持，并遵守服务条款和当地法规。
上线前还要看什么？
- 接入方式：直连官方、云厂商托管和聚合网关在计费与合规上差别不小，可参考 AI API 接入方式怎么选。
- 账单核对：多段计费（语音分钟加后端模型）容易对不上，方法见 API 计费不对怎么查。
- 同期价格变动：后端模型如果用 GPT-6 系列，见 GPT-6 Sol / Luna 上线 API：价格表和缓存计费怎么算。
- 智能体方向的更新：OpenAI Agents API 加入 Computer Use 和 subagent 委派。
参考来源
- OpenAI API Changelog（GPT-Live、prompt-to-voice、新音色、Decisions API 条目，查阅于 2026 年 10 月）
