La tecnología, que ya comienza a implementarse en ChatGPT Voice, permite que el asistente escuche y hable al mismo tiempo, eliminando las pausas características de los sistemas tradicionales.
A diferencia de los asistentes de voz convencionales, que esperan a que el usuario termine de hablar antes de responder, GPT-Live utiliza una arquitectura de conversación full-duplex, capaz de procesar audio de entrada y generar respuestas simultáneamente. Esto hace posible mantener un diálogo más parecido al de dos personas, con interrupciones naturales, confirmaciones breves como "ajá" o "entiendo" y respuestas prácticamente instantáneas.
La compañía lanzó dos versiones del modelo: GPT-Live-1, orientada a ofrecer la mejor experiencia de conversación, y GPT-Live-1 mini, una alternativa más ligera destinada a ampliar el acceso a los usuarios gratuitos. Ambos modelos estarán disponibles de forma progresiva a nivel mundial.
Traducción en tiempo real y respuestas más inteligentes
Entre las principales novedades se encuentra la capacidad de realizar **traducciones en tiempo real** manteniendo el flujo natural de la conversación. El sistema también puede permanecer en silencio hasta que el usuario vuelva a dirigirse a él, evitando interrupciones innecesarias.Cuando detecta consultas complejas, GPT-Live puede apoyarse en modelos de lenguaje más avanzados para elaborar la respuesta, mientras mantiene la conversación por voz sin que el usuario perciba el cambio. Además, puede mostrar tarjetas visuales con información complementaria —como datos del clima, deportes o mercados financieros— mientras continúa hablando.
Según OpenAI, GPT-Live comienza a desplegarse desde este 8 de julio dentro de ChatGPT. Los usuarios de los planes Go, Plus y Pro recibirán GPT-Live-1, mientras que los usuarios del plan gratuito accederán a GPT-Live-1 mini. La empresa indicó que la disponibilidad será gradual durante los próximos días para todos los mercados.
Un paso hacia asistentes más "humanos"
El lanzamiento forma parte de la estrategia de OpenAI para convertir la interacción por voz en la forma principal de comunicación con la inteligencia artificial. La empresa sostiene que reducir la latencia y permitir conversaciones continuas acerca la experiencia a una interacción humana, facilitando tareas como la traducción, la planificación de actividades o la asistencia cotidiana sin necesidad de esperar turnos para hablar.
Comentarios
Publicar un comentario
Leave a comment. Thanks!
Comentarios de Facebook