ChatGPT lança novos modelos de voz para conversas mais naturais
A empresa afirmou que o novo modo de voz do ChatGPT foi projetado para conversas mais longas e naturais.
A OpenAI lançou hoje novos modelos de conversação, chamados GPT-Live-1 e GPT-Live-1 mini, alegando que eles soam mais naturais e lidam melhor com a alternância de turnos. Esses modelos são full-duplex, o que significa que podem falar e ouvir ao mesmo tempo, permitindo que os usuários interrompam naturalmente e possibilitando recursos como tradução simultânea.
A empresa também está substituindo o atual Modo de Voz Avançado do ChatGPT pelo GPT-Live-1 mini por padrão. Usuários dos planos pagos poderão acessar o modelo GPT-Live-1 completo. O modelo anterior combinava um modelo de fala para texto para transcrever a fala, um modelo de linguagem amplo para gerar respostas e um modelo de texto para fala para fornecer a resposta final.
Em uma coletiva de imprensa, a empresa afirmou que os novos modelos resolvem problemas como interromper os usuários enquanto falam e não ter inteligência suficiente para responder a perguntas. Os novos modelos da OpenAI encaminharão a consulta para seus modelos de texto mais recentes, como o GPT-5.5, para busca, raciocínio ou recursos de interação, enquanto a conversa continua.
A OpenAI também demonstrou que o modelo pode permanecer em silêncio por um longo período, absorvendo o contexto da conversa até ser acionado. Além disso, como o novo modo de voz tem acesso a modelos GPT mais recentes, ele também pode apresentar algumas informações em formato visual. Outras startups, como a Monogram, também estão investindo em respostas visuais para tornar os assistentes mais interativos.
A empresa afirmou que o novo modo de voz do ChatGPT foi projetado para conversas mais longas. Durante a apresentação, o líder de produto do ChatGPT Voice, Atty Eleti, disse que já teve conversas de 30 a 40 minutos usando o recurso de voz durante caminhadas.
A OpenAI acredita que a voz poderá ser a principal interface computacional para tarefas complexas. Há rumores de que a empresa poderá lançar fones de ouvido com recursos de IA ainda este ano. No entanto, nenhuma informação sobre produtos de hardware foi divulgada.
Nos últimos anos, a OpenAI tem trabalhado para aprimorar os recursos de voz , tornando o modo de voz do ChatGPT mais natural. A empresa afirmou que mais de 150 milhões de pessoas interagem com o ChatGPT usando recursos como Voz e Ditado.
Os concorrentes também estão tentando tornar os assistentes mais expressivos. Tanto a Apple quanto a Amazon atualizaram seus assistentes para serem mais conversacionais e com melhor gerenciamento de contexto.
👉🏼 Entenda como funciona o novo modelo de voz do ChatGPT clicando aqui.
