La empresa de inteligencia artificial OpenAI ha dado a conocer su más reciente avance en tecnología de voz: GPT-Live, una nueva generación de modelos que permite mantener diálogos fluidos y reales, donde el usuario puede interrumpir en cualquier momento.
Según un comunicado oficial publicado en su sitio web, OpenAI ya comenzó el despliegue de GPT-Live, destacando que esta tecnología puede escuchar y hablar al mismo tiempo, lo que facilita una interacción mucho más natural entre las personas y la inteligencia artificial.
Además de la capacidad de hablar y escuchar de forma simultánea, GPT-Live incorpora expresiones como «ajá» o «claro», que enriquecen la conversación. También es capaz de cambiar de tema al instante, realizar intercambios rápidos, permitir que el usuario lo interrumpa en todo momento y mostrar tarjetas visuales con información como el clima o datos de la bolsa.
OpenAI califica a GPT-Live como «el modelo de voz más inteligente hasta la fecha» de la compañía. Este sistema se apoya en GPT-5.5 en segundo plano para ejecutar tareas como búsqueda web, razonamiento profundo o trabajos más complejos.
«Con el tiempo, creemos que esta investigación también facilitará el uso de la voz para trabajos cada vez más complejos, de mayor duración y más agénticos», afirmó OpenAI, anticipando el futuro de esta experiencia en la vida diaria del usuario.
Hasta ahora, la tecnología de voz de ChatGPT utilizaba sistemas en cascada, que encadenaban tres modelos independientes (transcripción, procesamiento de texto y síntesis de voz), lo que generaba respuestas lentas, pausas largas y pérdida de información. También empleaba modelos por turnos, que dependían del silencio para detectar cuándo responder.
OpenAI resolvió estas limitaciones con GPT-Live mediante dos soluciones: la interacción continua, que procesa la entrada de forma ininterrumpida mientras genera la salida (permitiendo que hable y escuche a la vez, haga pausas o interrumpa), y la delegación de procesos a otros modelos, lo que le permite mantener el hilo de la conversación.
La compañía también incorporó nuevas medidas de seguridad en ChatGPT Voz. «Cuando el sistema detecta una respuesta potencialmente insegura, puede redirigir el modelo hacia una más segura, mostrar mensajes de seguridad adicionales o finalizar la conversación en los casos de mayor riesgo», explicó OpenAI en su blog.
A través de los Controles parentales, los padres podrán decidir si sus hijos adolescentes tienen acceso a la función de voz. Además, en situaciones de alto riesgo, si el sistema detecta indicios de posibles autolesiones o intención suicida, los padres recibirán una notificación.
OpenAI inició este miércoles el despliegue de GPT-Live en ChatGPT para Android, iOS y la web. Esta nueva generación llega en dos versiones: GPT-Live-1, destinado a los usuarios de suscripciones Go, Plus y Pro, y GPT-Live-1 mini, disponible para cuentas gratuitas.
GPT-Live estará disponible próximamente en la API, y las empresas y desarrolladores ya pueden registrarse para recibir una notificación.
Fuente: Infobae
