OpenAI anunció una importante actualización para el modo de voz de ChatGPT con la incorporación del nuevo modelo GPT-Live-1, una tecnología diseñada para hacer que las conversaciones con la inteligencia artificial sean mucho más fluidas y naturales. Gracias a una nueva arquitectura de comunicación, el asistente ahora puede escuchar y hablar al mismo tiempo, ofreciendo una experiencia más cercana a una conversación humana.
La actualización ya comenzó a desplegarse en ChatGPT para iOS, Android y la versión web, con funciones diferenciadas para usuarios gratuitos y de pago.
GPT-Live-1: conversaciones más naturales con ChatGPT
El principal avance de GPT-Live-1 es su arquitectura full-duplex, que permite procesar la voz de manera simultánea mientras responde. A diferencia del antiguo sistema por turnos, donde el asistente esperaba a que el usuario terminara de hablar para responder, el nuevo modelo puede interpretar el contexto en tiempo real.
Uno de los cambios más notables es que ChatGPT interrumpirá mucho menos al usuario. Si una persona hace una pausa mientras habla, el asistente esperará antes de responder, evitando cortar la conversación de manera prematura.
Además, los usuarios podrán indicarle al chatbot que simplemente escuche sin intervenir hasta que vuelvan a dirigirse a él.
ChatGPT ahora demuestra que sigue escuchando
Durante una conversación, el nuevo modo de voz podrá utilizar breves expresiones como:
- “Mmm…”
- “Sí…”
- “Entiendo…”
- “De acuerdo…”
Estas respuestas cortas permiten confirmar que el sistema continúa prestando atención sin interrumpir el flujo de la conversación.
OpenAI también afirma que GPT-Live-1 mejora considerablemente el reconocimiento de la voz del usuario incluso cuando existe ruido ambiental, haciendo que las conversaciones sean más precisas en lugares públicos o con sonidos de fondo.
Integración con el razonamiento avanzado de ChatGPT
Otra de las novedades es que el modo de voz ahora está mejor integrado con el resto de las capacidades de ChatGPT.
Si una consulta requiere:
- razonamiento complejo,
- análisis más profundo,
- o búsquedas en internet,
el sistema podrá derivar automáticamente la petición a los modelos de texto más avanzados de OpenAI y posteriormente devolver la respuesta utilizando la voz.
Además, los usuarios podrán seleccionar distintos niveles de razonamiento desde la configuración:
- Instant: respuestas más rápidas.
- Medium: equilibrio entre velocidad y profundidad.
- High: mayor capacidad de razonamiento para preguntas complejas.
Respuestas visuales mientras hablas
La actualización también incorpora elementos visuales durante las conversaciones de voz.
Mientras el usuario continúa hablando con ChatGPT, el asistente podrá mostrar tarjetas informativas relacionadas con la conversación, como:
- pronósticos del clima,
- resultados deportivos,
- promociones,
- mapas,
- información contextual.
Esto permite complementar las respuestas habladas con contenido visual sin interrumpir la conversación.
Traducción en tiempo real más rápida
Una de las funciones más destacadas de GPT-Live-1 es la traducción simultánea en tiempo real.
Gracias a la arquitectura full-duplex, ChatGPT ya no necesita esperar a que el usuario termine completamente una frase para comenzar la traducción. Ahora puede empezar a traducir mientras la persona sigue hablando, reduciendo significativamente el tiempo de espera y haciendo que las conversaciones entre distintos idiomas sean mucho más fluidas.
Esta mejora representa un importante avance respecto al anterior sistema de voz basado en turnos.
Disponibilidad y diferencias entre usuarios gratuitos y de pago
OpenAI informó que GPT-Live-1 ya comenzó su despliegue en todas las plataformas compatibles:
- ChatGPT para iOS.
- ChatGPT para Android.
- ChatGPT en la web.
Los usuarios de pago tendrán acceso al modelo completo GPT-Live-1, mientras que los usuarios gratuitos utilizarán una versión más ligera denominada GPT-Live-1 mini, optimizada para ofrecer un buen rendimiento con menos recursos.
Funciones que aún no están disponibles
Aunque GPT-Live-1 introduce importantes mejoras en la experiencia de voz, OpenAI aclaró que durante su lanzamiento inicial todavía existen algunas limitaciones.
Por el momento, el nuevo modo Live no es compatible con:
- videollamadas,
- compartir pantalla,
- aplicaciones conectadas,
- complementos (plugins),
- GPT personalizados.
Estas funciones podrían incorporarse en futuras actualizaciones.
Un paso más hacia conversaciones verdaderamente humanas
Con GPT-Live-1, OpenAI busca que hablar con ChatGPT se sienta cada vez más parecido a conversar con una persona real. La reducción de interrupciones, la traducción en tiempo real, la capacidad de escuchar y hablar simultáneamente, junto con las respuestas visuales y una mejor integración con los modelos de razonamiento, convierten esta actualización en una de las mejoras más importantes del modo de voz desde su lanzamiento.
A medida que el despliegue llegue a todos los usuarios, GPT-Live-1 promete transformar la forma en que las personas interactúan con la inteligencia artificial en dispositivos móviles y desde la web.