Hablar con ChatGPT acaba de volverse mucho menos incómodo. OpenAI ha lanzado GPT-Live, un modelo de voz completamente renovado que transforma las conversaciones con su asistente de inteligencia artificial en intercambios sorprendentemente naturales, según informa Engadget.
El modo de voz original de ChatGPT, presentado en 2023, funcionaba mediante tres sistemas separados: convertía el habla en texto, generaba una respuesta con un modelo de lenguaje y luego utilizaba síntesis de voz para leerla en voz alta. El Advanced Voice Mode mejoró este proceso con un modelo multimodal único. Ahora, GPT-Live representa un salto cualitativo en la fluidez de las interacciones.
Arquitectura full-duplex: escuchar y hablar simultáneamente
OpenAI describe GPT-Live como un sistema con arquitectura «full-duplex», capaz de escuchar y hablar al mismo tiempo. Esto resuelve una de las frustraciones más comunes del modelo anterior: las interrupciones involuntarias cuando el asistente confundía una pausa breve con el final de tu intervención.
Ahora, durante las conversaciones, ChatGPT vocaliza reconocimientos breves como «mhmm» o «ajá» mientras hablas, imitando el comportamiento humano natural. Además, el modelo puede delegar tareas complejas que requieran razonamiento o investigación a sistemas más potentes como GPT-5.5 en segundo plano, sin interrumpir la fluidez del diálogo.
Cómo iniciar una conversación con GPT-Live
El modelo GPT-Live está disponible en la aplicación de ChatGPT para Android e iOS, así como en navegadores web. Los usuarios de planes Pro, Plus y Go acceden a GPT-Live-1, mientras que quienes usan la versión gratuita disponen de GPT-Live-1 mini.
Para activarlo, simplemente pulsa el icono de voz de ChatGPT —representado por un símbolo de forma de onda— situado en el extremo derecho del cuadro de texto. La primera vez, es posible que debas conceder permiso de acceso al micrófono. Una vez dentro del modo de voz, aparece un orbe flotante y responsivo en pantalla. Puedes empezar a hablar de inmediato.
En los ajustes del icono superior derecho, encontrarás tres niveles de inteligencia para el modelo: Instantáneo, Medio y Alto. Esta personalización solo está disponible en GPT-Live-1, es decir, requiere un plan de pago. El modo de voz permanece activo aunque cambies de app o bloquees el dispositivo.
Limitaciones y opciones de configuración
Actualmente, GPT-Live no admite compartir pantalla ni vídeo. Si necesitas esas funciones, puedes volver al modelo de voz anterior desde los ajustes de ChatGPT, navegando a la sección Voz y seleccionando otro modelo. Desde ese mismo menú también puedes elegir una voz diferente para ChatGPT, cambiar el idioma o configurar el modo de voz como predeterminado al abrir la aplicación.
En qué destaca GPT-Live
Según la prueba realizada por Engadget, lo más notable de GPT-Live no es tanto su inteligencia como la rapidez con la que el usuario olvida que está conversando con una IA. El asistente ya no te interrumpe a mitad de frase y no es necesario esperar incómodamente a que termine de hablar para retomar tu turno. Con consultas largas, el modelo parece anticipar lo que vas a decir a continuación.
La capacidad de respuesta de GPT-Live lo convierte en una herramienta útil para traducciones en tiempo real. Durante cualquier conversación, puedes desplazarte hacia abajo para revelar la transcripción completa de todo lo dicho. Si formulas una pregunta que ChatGPT considera que puede responderse mejor con contenido visual, creará un widget interactivo junto a su respuesta hablada.
El nivel de inteligencia predeterminado es Instantáneo, que gestiona la mayoría de preguntas cotidianas priorizando respuestas rápidas. Aun así, puede derivar búsquedas y razonamientos más profundos a modelos más capaces en segundo plano sin romper el flujo. Cambiar a los niveles Medio o Alto añade un par de segundos de procesamiento adicional, pero no afecta a la naturalidad de la conversación.
