OpenAI presentó GPT-Live, la nueva generación de modelos de voz para ChatGPT, diseñada para que las conversaciones se sientan mucho más naturales que con el sistema anterior basado en turnos rígidos de habla.
Cómo funciona la nueva arquitectura de escucha simultánea
El sistema utiliza una arquitectura full-duplex, lo que significa que puede procesar audio entrante y generar respuestas habladas al mismo tiempo. Esto permite que los usuarios interrumpan al asistente a mitad de una respuesta, o que hagan una pausa para pensar sin que ChatGPT asuma automáticamente que terminaron de hablar.
Para preguntas complejas o que requieren información actualizada, GPT-Live delega la tarea en segundo plano a modelos de razonamiento más avanzados como GPT-5.5, mientras mantiene la conversación fluida con frases de transición. El sistema también incorpora traducción simultánea en tiempo real y tarjetas visuales para temas como clima o deportes.
Disponibilidad y versiones del nuevo modo de voz
La actualización se distribuye en dos versiones: GPT-Live-1, disponible para usuarios de pago, y GPT-Live-1 mini para la versión gratuita. El despliegue comenzó el 8 de julio en iOS, Android y la versión web, aunque por ahora no admite video ni compartición de pantalla, funciones que seguirán dependiendo del modo de voz anterior.