ChatGPT Voice 桌面端新上线

ChatGPT Voice 是什么？

ChatGPT Voice 是 OpenAI 于 2026 年 8 月 9 日为 ChatGPT 桌面应用上线的语音交互功能，底层基于当月早些时候推出的全新 GPT-Live 语音模型系列。它把 ChatGPT 从打字问答升级为动口指挥：你可以用自然语言直接对话、控制 AI 智能体，并让它在电脑上执行任务，比如创建代码线程、提交 Pull Request、定位 Bug 根本原因。简单说，语音不再是附属的输入方式，而是驱动 Agent 干活的入口。

核心功能

• 全双工语音：真正能同时听和说，可以打断、可以停顿，不再因为短暂沉默被抢话，对话接近真人。
• 桌面端执行力：通过语音下达包含多个步骤的复杂指令，并在 AI 需要补充信息或确认时随时回应。
• 联动 Work 与 Codex：ChatGPT Voice 同时支持 ChatGPT Work 和 Codex，可调用计算机操作能力访问网站与应用。
• 屏幕理解：在 macOS 上借助 Appshots，可授权 ChatGPT 读取屏幕内容（含 alt-text），让语音指令更有的放矢。
• 移动远程：通过 iOS 应用的远程访问功能，也能在 Codex 中使用 ChatGPT Voice。

版本/套餐对比

付费用户（Pro/Plus/Go）默认使用完整的 GPT-Live-1 模型；免费用户可使用更轻量的 GPT-Live-1 mini。语音功能本身随 ChatGPT 订阅包含，无需额外付费。

值不值得用？

如果你本来就重度使用 ChatGPT，尤其在做开发或桌面办公，这次升级值得马上试。全双工解决了老版语音最恼人的抢话问题，桌面端的执行能力又让语音从聊天变成了办事。不过它目前仍是助手而非自动驾驶，敏感操作仍需你点头。

使用建议

• 桌面端首次使用点输入框右侧语音图标并授权麦克风即可。
• 复杂任务用语音分步骤下指令，遇到付款、发消息、改权限等高风险操作，系统会强制让你手动确认，别指望它全自动。
• 想要更稳的推理，可在对话中让它调用前沿模型处理深度问题。

适合谁用？（三档）

• 重度用户：开发者用语音驱动 Codex 提交 PR、查 Bug，效率提升明显。
• 中度用户：日常用 ChatGPT 写作、办公的人，用语音输入和追问更顺手。
• 轻度用户：只想更自然地聊天、练口语的用户，免费版 GPT-Live-1 mini 已够用。