Voz más natural
OpenAI lanzó GPT-Live-1 y su versión mini, una nueva generación de modelos de voz para ChatGPT. La interacción ahora se asemeja más a una conversación humana: el sistema escucha, responde y hasta hace pausas cuando el usuario piensa.
Durante la presentación en vivo, el modo de voz respondió de inmediato, mantuvo el ritmo y mostró una entonación natural. También realizó traducción simultánea, escuchando y hablando al mismo tiempo.
Según OpenAI, más de 150 millones de personas usan la voz semanalmente en ChatGPT para resolver dudas, practicar idiomas o conducir.
Arquitectura full-duplex
La principal novedad es la arquitectura full-duplex: el modelo puede escuchar y hablar al mismo tiempo. Ya no espera a que el usuario termine para responder, sino que interviene cuando es oportuno o guarda silencio si detecta que la persona sigue pensando.
“GPT Live suena tan natural que es casi como hablar con una persona real. Es una experiencia muy especial que hay que probar para sentirla”, afirmó Atty Eleti, del equipo técnico de OpenAI.
El sistema evita interrupciones por ruido ambiental o pausas breves. Ahora puede emitir expresiones como “ajá” para indicar que sigue atento. El usuario puede pedir que hable más despacio, hacer pausas o interrumpir con nuevas preguntas sin romper el flujo.
Traducción simultánea y razonamiento
Cuando una consulta requiere búsqueda en internet o análisis complejo, GPT-Live delega esa tarea a GPT-5.5. La conversación continúa sin interrupciones mientras el modelo de frontera procesa la respuesta.
“Cuando GPT Live recibe una pregunta que requiere un análisis profundo, puede delegar ese razonamiento a GPT-5.5, mientras GPT Live continúa conversando con el usuario”, explicó Kundan Kumar, del equipo técnico.
Los usuarios eligen entre tres niveles de razonamiento: Instantáneo, Medio y Alto. Las respuestas pueden incluir tarjetas visuales cuando sea más útil mostrar que decir.
La traducción simultánea funciona gracias a la arquitectura full-duplex: escucha un idioma mientras genera la traducción en otro, similar a un intérprete profesional.
Seguridad y disponibilidad
OpenAI reforzó la seguridad con entrenamiento específico para conversaciones de voz y mecanismos que actúan en tiempo real. Si detecta contenido riesgoso, redirige la conversación o finaliza la interacción. El sistema solo usa voces predefinidas, sin imitar personas reales.
La actualización estará disponible esta semana para iOS, Android y ChatGPT.com. GPT-Live-1 será el modelo predeterminado en planes Go, Plus y Pro; GPT-Live-1 mini llegará al plan gratuito.
