Que el avance de la IA es frenético es algo que ya no nos sorprende. Lo que hoy es una gran novedad posiblemente quede anticuado dentro de seis meses. Solo tenemos que pensar que hace solo cinco años no teníamos las herramientas de IA con las que contamos ahora, con ChatGPT a la cabeza.
Más allá de las clásicas conversaciones de chat con este chatbot, OpenAI ha ido depurando su modelo de voz. Hoy podemos entablar una conversación cada vez más real con una IA que pretende parecer más humana. El mejor ejemplo lo tenemos en su sistema de voz con GPT-Live, una nueva generación de modelos de voz que nos deja con la boca abierta.
También te puede interesar: ¿Música falsa en Spotify? 5 trucos infalibles para detectar canciones hechas por IA
Cómo funciona el modo voz de ChatGPT
El uso normal de ChatGPT para hacer consultas o generar imágenes puede hacerse perfectamente mediante texto. De hecho, es lo más cómodo para la mayoría de usuarios. Pero cuando necesitas tener las manos libres y profundizar sobre algún tema concreto, el modo de voz es muy útil.
Las primeras versiones de ChatGPT Voz funcionaban como una cadena de tres pasos. Primero, el sistema convertía lo que decías en texto. Después, un modelo de lenguaje preparaba la respuesta. Por último, otra herramienta transformaba el texto en una voz artificial.
El resultado era útil, pero tenía una limitación evidente porque cada frase parecía un turno separado. Había que terminar de hablar, esperar a que la IA procesara todo y escuchar una respuesta. Si hacías una pausa breve, el sistema podía pensar que habías acabado. Si intentabas corregirte, era fácil que te interrumpiera.
La última evolución de OpenAI en su modelo de voz hace a ChatGPT escuchar mientras hablas, esperar si haces una pausa para pensar, reconocer que sigues explicando algo y responder con expresiones cortas como “ajá”, “claro” o “vale”. También puede interrumpirte de forma más natural si necesita aclarar una duda, aunque tú puedes hacer lo mismo.
¿Cómo funciona GPT-Live?
La clave de GPT-Live es que no tiene que esperar obligatoriamente a que acabes una frase para procesar la conversación. El modelo escucha y genera respuestas de forma continua. Eso permite que ChatGPT reaccione muchas veces por segundo.
Puede seguir escuchando mientras prepara una respuesta, quedarse en silencio si está pensando o darse una señal breve para que sepas que sigue atento. También puede comprender mejor cuándo haces una pausa natural y cuándo realmente has terminado de hablar.
GPT-Live utiliza GPT-5.5 como apoyo para las peticiones que requieren razonamiento, búsqueda web o tareas complejas. También permite elegir entre respuestas instantáneas para obtener velocidad o niveles de razonamiento medio y alto para que dedique más tiempo a pensar.
Cómo usar GPT-Live
GPT-Live está llegando a los usuarios de ChatGPT en iPhone, Android y la versión web. Para usarlo, abre ChatGPT y pulsa el botón de voz situado junto al cuadro donde escribes los mensajes.
La primera vez, la aplicación te pedirá permiso para usar el micrófono. Después podrás elegir una de las voces disponibles y empezar a hablar. No necesitas usar frases cortas ni esperar después de cada pregunta, por lo que puedes mantener una conversación normal, pedir aclaraciones o cambiar de tema.
GPT-Live será el modo de voz predeterminado para los usuarios de los planes Go, Plus y Pro. Los usuarios gratuitos tendrán acceso a GPT-Live-1 mini, una versión más ligera del modelo. No obstante, tiene algunas limitaciones iniciales, ya que el nuevo modo de voz no permite utilizar la cámara, compartir vídeo ni mostrar la pantalla durante una conversación de voz.
En MASMOVIL te traemos las últimas novedades en inteligencia artificial. ChatGPT sigue mejorando y todo indica que los sistemas avanzados de voz irán cobrando cada vez más importancia en esta y otras plataformas.
