OpenAI GPT-Live 10 月 16 日新增文字生成音色：價格、接入步驟與延遲自查
10 月 16 日，OpenAI 在 API 更新日誌中宣佈向所有 API 客戶開放 prompt-to-voice：用一段文字描述生成自定義音色，再用於 OpenAI GPT-Live 的語音會話。建立音色本身免費，生成語音按標準 GPT-Live 會話計費。同一天還新增了 9 個德、法、印地、日、韓語的自然音色。
以下內容截至 2026 年 10 月，事實來自 OpenAI 官方更新日誌，具體欄位和限制以官方文件為準。
GPT-Live 是什麼，這次更新了什麼？
GPT-Live 1 於 9 月 10 日在 API 正式可用，走 v1/live/sessions，用於全雙工語音對話，後端模型和工具的用量另計。
近期的幾次變化（日期均來自官方更新日誌）：
| 日期 | 變化 |
|---|---|
| 9 月 10 日 | GPT-Live 1 正式可用，v1/live/sessions |
| 10 月 6 日 | Decisions API 進入 beta，v1/decisions，配合 GPT-6 系列模型 |
| 10 月 15 日 | GPT-Live 原生整合 Decisions，可直接呼叫 Decisions |
| 10 月 16 日 | prompt-to-voice 對所有 API 客戶開放，v1/audio/voices |
| 10 月 16 日 | 新增 9 個自然音色 |
新增音色的名字：德語 Nuri、Juni、Flitz；法語 Brise、Sillage；印地語 Nira；日語 Harema、Shida；韓語 Noeul。更新日誌沒有列出中文音色。
prompt-to-voice 怎麼用？
官方說明可以透過 API 或 Playground 用文字描述建立音色，然後在 GPT-Live 會話中複用。按這個思路，最小流程是：
- 先在 Playground 裡試寫描述，聽效果，確認滿意再走 API，避免在程式碼裡反覆試錯。
- 呼叫
v1/audio/voices，提交描述文字，儲存返回的音色標識。請求欄位名以官方 API 文件為準。 - 建立
v1/live/sessions會話時引用這個音色。引用方式同樣以官方文件為準。 - 把音色標識存進你的配置，不要每次會話都重新建立。
描述文字建議寫清性別感、年齡感、語速、情緒和使用場景，例如“沉穩、語速偏慢的客服口吻”。這只是寫法建議，不是官方引數。
怎麼算錢？
官方價格口徑有三條：
- 語音會話 $0.05 每分鐘，按秒計費。
- 後端模型和工具的用量另算，不含在上面的價格裡。
- 建立 prompt-to-voice 音色免費，用它生成語音按標準 GPT-Live 會話計費。
更新日誌沒有給 Decisions API 與 Decisions 整合的價格，上線前請自行到官方價格頁確認。
下面是一個示例（假設數字，非實測）：一個客服場景每天 200 通電話，平均每通 3 分鐘。
- 語音會話部分：200 × 3 × $0.05 = $30 每天。
- 後端模型與工具費用另加，取決於你選的模型和呼叫次數。
所以估算時先算語音分鐘數，再單獨估後端部分，不要只看 $0.05。
實時語音對網路延遲有多敏感？
全雙工對話裡，往返時間直接變成“對方多久才回應”。從國內訪問 OpenAI 介面時，網路路徑的波動會比普通文字請求更容易被聽出來。可以這樣自查：
- 開啟 cdnping 首頁的線上測速，檢視到 api.openai.com 的“首次連線”和“往返”。往返是連線複用後 3 次請求的中位數，更接近實時會話的體感。
- 在不同時段各測幾次，只看單次結果意義不大。
- 到 OpenAI 狀態頁看官方入口最近 30 天的探測記錄，排除服務端問題。
- 延遲的成因和判斷方法見 國內訪問 AI API 的延遲。
注意，OpenAI 服務有支援地區限制，使用前請確認你所在地區受支援，並遵守服務條款和當地法規。
上線前還要看什麼？
- 接入方式：直連官方、雲廠商託管和聚合閘道器在計費與合規上差別不小，可參考 AI API 接入方式怎麼選。
- 賬單核對：多段計費（語音分鐘加後端模型）容易對不上，方法見 API 計費不對怎麼查。
- 同期價格變動：後端模型如果用 GPT-6 系列，見 GPT-6 Sol / Luna 上線 API：價格表和快取計費怎麼算。
- 智慧體方向的更新：OpenAI Agents API 加入 Computer Use 和 subagent 委派。
參考來源
- OpenAI API Changelog（GPT-Live、prompt-to-voice、新音色、Decisions API 條目，查閱於 2026 年 10 月）
