指南

语音问 AI:不用打字,开口就能提问

开启一次实时会话,直接说:助手听到你的话,自动回应每一轮,回答以文字显示在转录文本旁边;你一开口,它就停下正在给出的回答。这里的“不用动手”指的是不用打字,而不是手机放在口袋里——整场对话期间,App 都要保持打开、屏幕常亮。

阅读约 5 分钟 · 更新于 2026-09-28

开口提问的实时会话是什么样的

在 GPT Realtime Assistant 中,会话是一场由你自己开始、自己结束的对话。点按“开始”(在 iPad 和 Mac 上是“开始会话”),麦克风就打开了:你说的话显示为转录文本,助手的回答显示在旁边。两个问题之间,你不用按任何东西。助手会自动回应每一轮发言,所以节奏更像和人说话,而不是对着搜索框口述。

它是一场连贯的对话,而不是一串互不相干的命令。像“那第二个呢?”或“再短一点”这样的追问,会结合前面的内容来理解,就像一个一直在听的人那样。

它可以在运行 iOS 或 iPadOS 26 或更高版本的 iPhone 和 iPad 上使用,也可以在搭载 Apple silicon、运行 macOS 26 或更高版本的 Mac 上使用。

一步步开始

不到一分钟,大部分时间花在决定设备放哪儿。

  1. 打开 App,开启一个新会话。一般的问题,用一个写着你自己指令的会话就够了;如果对话有明确目的,模板会有帮助,比如编程任务或面试。
  2. 选择“细节级别”:“简洁”“平衡”或“详细”。默认是“平衡”。
  3. 确认“翻译”是关着的。翻译是整个 App 的设置,你不关它就一直开着;开着的时候,你说的一切都会从一种语言译成另一种语言。
  4. 把设备立在不用拿起来也能读到的地方:桌上的支架里、靠在灶台后面的墙上、沙发扶手上。
  5. 点按“开始”,像问人一样提出你的问题。
  6. 说完点按“结束”。对话会保留在会话历史中,存在设备上。

开口就能打断它

你一开口,助手就会停下当前的回答。机制就这么简单,也正是它让开口对话变得好用:答案跑偏了,你不用等它说完,也不用去找按钮打断。

就像对一个误解了问题的人那样用它。“不对,我说的是火车,不是航班。”“只要数字。”“背景跳过——我现在该怎么做?”助手会接受纠正,从那里继续。

麦克风听到的是整个房间,而不只是你。旁边有人说话,或者开着电视,都会像你的声音一样传进去,所以安静的角落比忙碌的厨房更能让对话清楚。

“简洁”“平衡”还是“详细”

“细节级别”设置决定回答有多长。它在开口对话中比在打字对话中更重要,因为你是开口问的,现在却要隔着一臂的距离读答案,往往还一边在做别的事。

你也可以当场要求更短或更长的回答——“一句话说完”“好好解释一下”——而不用改设置。

  • “简洁”:最短的回答。适合快速的一问一答、手上忙着时需要的一个事实,以及任何你想一眼看完的内容。
  • “平衡”:默认值,介于两者之间。还不知道对话会怎样时,这是合理的选择。
  • “详细”:适合你坐下来,想看到完整的推理、步骤或各种选项的时候。

让屏幕保持常亮

这是最容易让人栽跟头的一条。App 一进入后台或屏幕一锁定,实时会话就会结束:App 会提示“应用程序不活动。实时会话已关闭。”并停止收听。去别的 App 看条消息,或者让放在桌上的手机自己锁屏,对话就结束了。

这也是为什么这里的“不用动手”不等于开车时也能用。回答在屏幕上,而开车时读屏幕不是该做的事。

只要不是一个很快的问题:

  • 使用 App 时,在设备的“设置”中把“自动锁定”设得长一些,用完再改回来。
  • 长时间的会话请给设备插上电源。开着的麦克风和亮着的屏幕,比闲置的手机耗电多。
  • 如果会话真的关闭了,回到 App 重新开始。之前的转录文本会保留在会话中。

不方便开口的时候

有些地方不适合对着手机说话:安静车厢、开放式办公室、有人在睡觉的房间。那就打字。写着“询问 AI 或粘贴上下文...”的输入框接受同样的问题,回答也以同样的方式返回。它也是粘贴长内容的地方——一封邮件、一组说明、一段你想弄懂的文字——这比念出来快。

“麦克风”用来关闭和打开麦克风,适合你想让会话保持开着、但不想让它听的时候。

默认由 OpenAI 的模型听音频。在“正在聆听”中,你可以改选“Apple Speech”:你的话在设备上转录,文字再发送给 GPT 来回答。它改变的是转录在哪里进行;回答仍然来自云端。

如果从设备所在的位置读回答太吃力,App 的“设置”›“外观”›“聊天字体大小”最大可调到“特大号”,叠加在整台设备设置的文字大小之上。

它是什么,不是什么

它是一个开口就能交谈的伙伴,回答问题、解释、起草,陪你把事情想清楚。它不能替代 Siri。它无法控制手机:不能设定时器或闹钟、发消息、打电话、打开 App 或更改设置。它负责回答;动手的是你。

它也不会在后台等着被唤醒。它只在你面前屏幕上的会话开着时才听,你点按“结束”或离开 App,会话就结束。

云端会话需要联网。在云端会话中,音频从设备直接传送到 OpenAI 的 Realtime API;会话保存在设备上;Arte Soft 的服务器从不接收音频、转录文本或回答。不联网运行会话的唯一方式,是在搭载 Apple silicon 的 Mac 上使用本地会话,模型在“设置”中下载一次即可。

App 可以免费下载,使用会话需要订阅;云端会话会按使用的音频和文字消耗积分,关于一次会话费用的指南会有说明。另外,回答在你核实之前都不算事实。凡是要紧的事——剂量、截止日期、法律问题——用回答弄清该问什么,再去问有资质的人。

助手回答时我能打断它吗?

能。你一开口,它就会停下当前的回答,所以不用按任何东西就能纠正它或换个问题。

锁屏或 App 在后台时,它还会继续听吗?

不会。App 一进入后台或屏幕一锁定,实时会话就会结束。让 App 保持打开、屏幕常亮,长时间使用时插上电源。

它能设定时器、发消息或打开 App 吗?

不能。它不能替代 Siri,也无法控制手机;它只在对话中回答问题。

不联网能用吗?

云端会话需要联网。唯一的离线方式,是在搭载 Apple silicon 的 Mac 上使用本地会话,模型在“设置”中下载一次即可。

语音问 AI:不用打字,开口就能提问