GPT-Live: ChatGPT ahora escucha y habla al mismo tiempo

OpenAI ha lanzado oficialmente GPT-Live, una actualización de voz full-duplex para ChatGPT que cambia fundamentalmente la forma en que los usuarios interactúan con la IA. A diferencia de los modos de voz tradicionales, donde el sistema escucha, procesa y luego responde de manera secuencial, GPT-Live puede escuchar y hablar simultáneamente. Esta capacidad full-duplex reemplaza el anterior Modo de Voz Avanzado y acerca las conversaciones al intercambio natural de ida y vuelta del diálogo humano. El nuevo sistema funciona con dos modelos distintos que trabajan en tándem. Un modelo maneja el procesamiento de audio en tiempo real, mientras que el otro genera respuestas habladas. Esta arquitectura paralela permite interrupciones, interjecciones y superposición del habla, características comunes en las conversaciones humanas pero que han sido notoriamente difíciles de replicar para la IA. Los usuarios ahora pueden interrumpir a la IA a mitad de una frase para aclarar un punto, y el sistema ajustará su respuesta en consecuencia sin perder el ritmo. OpenAI afirma que GPT-Live reduce drásticamente la sensación 'robótica' de las interacciones por voz. El sistema puede detectar el tono emocional, ajustar la velocidad del habla e incluso usar muletillas conversacionales como 'eh' o 'mmm' cuando sea apropiado para sonar más natural. Los primeros usuarios han reportado que las conversaciones se sienten menos como dar órdenes y más como hablar con un colega informado. La actualización se está implementando para los usuarios de ChatGPT Plus y Enterprise, y se espera una disponibilidad más amplia en las próximas semanas. A medida que la voz se convierte en una interfaz cada vez más dominante para la IA, GPT-Live establece un nuevo punto de referencia para lo que la IA conversacional puede lograr. La tecnología abre la puerta a aplicaciones más inmersivas en educación, terapia, servicio al cliente y entretenimiento, donde la dinámica natural del habla es fundamental.