Voz AI
El gpt-live-1 de OpenAI finalmente deja de esperar su turno
El modelo de voz GPT-Live-1 de OpenAI puede hablar y escuchar al mismo tiempo, reduciendo interrupciones y permitiendo la traducción en tiempo real. Se está implementando para suscriptores de pago en todas las plataformas, marcando un cambio del antiguo sistema basado en turnos a una conversación más humana.
OpenAI acaba de hacer que el modo de voz de ChatGPT sea menos como un walkie-talkie y más como una persona. GPT-Live-1, anunciado durante una rueda de prensa, utiliza capacidad full-duplex: procesa el habla entrante y genera habla saliente al mismo tiempo. No esperas a que termine para que te escuche. minimax-speech-28-brings-human-warmth-to-ai-voices-with-native-filler-words-and-high-fidelity-cloning
Kundan Kumar, líder de investigación de OpenAI, calificó a GPT-Live-1 como el "modelo de voz más inteligente" de la compañía hasta ahora. El modelo envía consultas complejas a motores de razonamiento basados en texto como GPT-5.5 cuando necesita buscar en la web o hacer un análisis más profundo, y luego vuelve a la voz. Menos latencia entre preguntar y escuchar. kog-laneformer-2b-the-latency-first-model-that-redefines-small-scale-inference
"Lo que realmente significa es que puede hablar y escuchar al mismo tiempo", dijo Atty Eleti, líder de producto de OpenAI, durante la rueda de prensa. "Desde el lado del modelo, puede procesar el flujo de entradas y producir el flujo de salidas de forma continua y simultánea."
La nueva configuración también admite traducción en tiempo real: ChatGPT puede empezar a traducir el discurso de un usuario antes de que termine una frase, algo que el antiguo modelo basado en turnos no podía manejar. Los usuarios también pueden indicarle al modo de voz que permanezca en silencio hasta que se le hable, otra capacidad que OpenAI dijo que no era posible antes. En modo de escucha, el modelo puede responder con sonidos como "mhmm" o "entendido" para mostrar que está siguiendo la conversación. chatgpt-gets-a-new-voice-model-that-aims-for-natural-conversation
OpenAI añadió salvaguardas de seguridad que alejan al modelo de respuestas dañinas o terminan conversaciones en casos de "alto riesgo". La empresa enfrenta múltiples demandas que alegan que ChatGPT fomentó delirios y perjudicó la salud mental de los usuarios. GPT-Live-1 está entrenado para proporcionar "apoyo experto en líneas de crisis" en conversaciones sobre autolesiones y dar respuestas apropiadas para la edad de usuarios adolescentes. anthropic-updates-usage-policy-new-rules-for-high-risk-ai-applications
GPT-Live-1 se está implementando en iOS, Android y la web. Alimentará ChatGPT Voice para los suscriptores Go, Plus y Pro. Una versión más pequeña y eficiente, GPT-Live-1 mini, será la experiencia de voz predeterminada para los usuarios gratuitos.