OpenAI presentó una nueva generación del modo de voz de ChatGPT con GPT-Live, una tecnología diseñada para que las conversaciones con la inteligencia artificial sean más fluidas y parecidas a una interacción humana.
La principal novedad es que ChatGPT ahora puede escuchar mientras habla, permitiendo que los usuarios lo interrumpan, hagan pausas o cambien de dirección durante una conversación sin tener que esperar a que termine una respuesta completa.
Durante una demostración, Greg Brockman mostró cómo el sistema puede adaptarse a interrupciones de manera más natural, evitando los cortes bruscos que caracterizaban a versiones anteriores del modo de voz.
Una conversación más parecida a hablar con una persona
GPT-Live introduce una arquitectura de interacción conocida como full-duplex, que permite a la inteligencia artificial procesar la conversación en tiempo real y decidir cuándo hablar, cuándo escuchar y cuándo esperar.
A diferencia de los primeros sistemas de voz de ChatGPT, que funcionaban por etapas separadas —transcribir la voz, generar una respuesta y convertirla nuevamente en audio—, esta nueva generación busca eliminar esos límites y crear una conversación continua.
Entre las nuevas funciones se incluyen:
- Interrumpir a ChatGPT mientras responde.
- Pedirle que hable más lento.
- Hacer pausas durante una conversación.
- Recibir pequeñas señales de escucha, como respuestas breves mientras procesa información.
- Mejoras para identificar la voz del usuario en ambientes con ruido.
Además, OpenAI actualizó las nueve voces disponibles en ChatGPT y añadió respuestas visuales mediante tarjetas para consultas rápidas sobre temas como clima, deportes o datos financieros.
También te podría interesar leer: China regula los “amigos virtuales” de IA para evitar la dependencia emocional de los usuarios
Más inteligencia detrás de la voz
GPT-Live no solo mejora la forma de hablar, sino también la capacidad de resolver tareas más complejas. Según OpenAI, el sistema puede apoyarse en otros modelos para realizar búsquedas web, analizar información, trabajar con imágenes o utilizar archivos compartidos por los usuarios mientras mantiene la conversación activa.
La compañía también permitirá elegir diferentes niveles de razonamiento: un modo Instant para respuestas rápidas y opciones Medium o High para tareas que requieran más análisis.
OpenAI asegura que sus pruebas internas muestran mejoras frente al modo de voz avanzado anterior en aspectos como naturalidad, fluidez, manejo de interrupciones y calidad de conversación. Sin embargo, estos resultados corresponden a evaluaciones propias de la empresa y deberán comprobarse con el uso diario de millones de usuarios.
Si te interesa más contenido como este, síguenos en nuestras redes sociales: X/Twitter, TikTok, Instagram y Facebook. También puedes unirte a nuestros canales de WhatsApp , YouTube y Telegram para mantenerte siempre informado.
Disponible para usuarios de ChatGPT
El despliegue de GPT-Live comenzó globalmente para usuarios de ChatGPT en iOS, Android y la versión web.
Los usuarios de los planes ChatGPT Plus, ChatGPT Pro y Go tendrán acceso al modelo GPT-Live-1, mientras que las cuentas gratuitas recibirán GPT-Live-1 mini, una versión más ligera del sistema.
Por ahora, la función no incluye conversaciones mediante vídeo ni compartir pantalla dentro de ChatGPT, aunque OpenAI confirmó que trabaja en incorporar esas capacidades próximamente.
Con GPT-Live, OpenAI busca que la relación con los asistentes de inteligencia artificial deje de sentirse como una serie de comandos y se acerque más a una conversación continua y natural.
[…] También te podría interesar leer: OpenAI lanza GPT-Live: ChatGPT ahora puede escuchar, interrumpir y conversar de forma más natural […]