OpenAI anunciou uma atualização importante para as capacidades de voz do ChatGPT em uma coletiva de imprensa na terça-feira, apresentando o GPT-Live-1, o "modelo de voz mais inteligente" da empresa até o momento. Diferentemente do sistema baseado em turnos anterior, o GPT-Live-1 opera em modo full-duplex, significando que pode processar entrada falada e gerar saída falada ao mesmo tempo. O resultado, de acordo com o líder de pesquisa Kundan Kumar, é uma conversa que se sente mais como falar com outra pessoa e menos como esperar por uma máquina terminar antes de você poder falar.
O novo modelo é projetado para interromper os usuários com menos frequência. Se você pausar no meio de uma frase, o GPT-Live-1 espera até que você continue, em vez de cortá-lo. Quando uma pergunta exige raciocínio mais profundo ou uma pesquisa na web, o modelo encaminha automaticamente a consulta para os motores de texto mais avançados da OpenAI, como o GPT-5.5, antes de fornecer uma resposta falada. Essa transferência sem interrupção reduz o tempo de espera entre fazer uma pergunta e ouvir a resposta.
Além de um diálogo mais suave, o GPT-Live-1 adiciona contexto visual às interações de voz. Os usuários que perguntam sobre o clima verão um gráfico de previsão do tempo gerado por IA; consultas sobre ações ou placares esportivos acionam gráficos e placares em tempo real. O líder de produto Atty Eleti descreveu a funcionalidade como "suplementando conversas com visuais gerados por IA", uma movimentação que pode tornar os assistentes de voz mais úteis para verificações de dados rápidas.
A tradução em tempo real é outra funcionalidade de destaque. Anteriormente, os usuários tinham que terminar de falar antes que o sistema pudesse traduzir suas palavras. Agora, o modelo traduz em tempo real, permitindo conversas bilíngues sem pausas desconfortáveis. Os usuários também podem comandar a voz para permanecer silenciosa até ser solicitada, uma capacidade que não era possível com o modelo anterior. Ao ouvir, o GPT-Live-1 reconhece com breves expressões como "mhmm", "yeah" ou "got it", sinalizando que ainda está engajado.
A OpenAI disse que a atualização inclui camadas de segurança aprimoradas. Salvaguardas integradas desviam o modelo de respostas prejudiciais e podem encerrar chats inteiramente em situações de maior risco. A empresa destacou duas novas funções de suporte: assistência de linha direta de crise verificada por especialistas para discussões sobre autolesão e respostas apropriadas para idade para usuários adolescentes. Essas medidas vêm enquanto a OpenAI enfrenta uma série de processos judiciais alegando que o ChatGPT contribuiu para problemas de saúde mental dos usuários.
O GPT-Live-1 está sendo lançado em iOS, Android e na web. Ele irá alimentar a experiência de voz para assinantes do ChatGPT Go, Plus e Pro, enquanto uma variante "mini" mais eficiente servirá aos usuários gratuitos por padrão. A OpenAI espera que o modelo full-duplex abra caminho para recursos futuros, como conversação contínua, saídas multimodais mais ricas e integração mais estreita com a suite expandida de ferramentas de IA da empresa.
Observadores da indústria veem o lançamento como um passo significativo em direção a tornar os assistentes de voz menos robóticos e mais conversacionais. Reduzindo interrupções, adicionando auxílios visuais e habilitando a tradução no local, a OpenAI está abordando reclamações de longa data sobre interações de voz desajeitadas. A ênfase da empresa na segurança e no suporte à crise também sinaliza uma crescente conscientização sobre os riscos éticos que cercam a IA conversacional.
Embora as novas capacidades provavelmente atraíam mais usuários para os níveis pagos, o lançamento será observado de perto por reguladores e grupos de direitos do consumidor, especialmente diante da litigância pendente. A capacidade da OpenAI de equilibrar inovação com implantação responsável moldará quão rapidamente a IA de voz se torna um padrão na vida digital cotidiana.
This article was written with the assistance of AI.
News Factory APP - agentic news to boost your SEO & AEO.