OpenAI presentó GPT-Live, una nueva generación de modelos de voz para ChatGPT diseñada para mantener conversaciones mucho más naturales, con la capacidad de escuchar y hablar de forma simultánea, responder sin largas pausas y adaptarse a interrupciones o cambios de tema en tiempo real.

La compañía comenzó el despliegue de esta tecnología para ChatGPT en Android, iOS y la versión web, con dos versiones: GPT-Live-1, disponible para los usuarios de los planes Go, Plus y Pro, y GPT-Live-1 mini, destinada a las cuentas gratuitas.

Conversaciones más fluidas

A diferencia del sistema de voz utilizado hasta ahora, GPT-Live puede mantener una conversación continua sin esperar a que el usuario termine completamente de hablar para responder.

Según OpenAI, el modelo incorpora elementos propios de una conversación humana, como expresiones del tipo "ajá" o "claro", pausas naturales y la posibilidad de que el usuario lo interrumpa en cualquier momento sin que la interacción se vuelva artificial.

Además, puede cambiar rápidamente de tema durante la conversación y mostrar tarjetas visuales con información contextual, como el estado del tiempo, cotizaciones bursátiles u otros datos relevantes.

Basado en GPT-5.5

OpenAI aseguró que GPT-Live es "el modelo de voz más inteligente hasta la fecha" desarrollado por la empresa.

Para realizar tareas complejas, el sistema se apoya en GPT-5.5, que trabaja en segundo plano para ejecutar búsquedas en la web, realizar razonamientos más profundos o resolver solicitudes que requieren mayor capacidad de procesamiento.

La compañía considera que esta arquitectura permitirá que, en el futuro, la interacción por voz pueda utilizarse para tareas de larga duración y asistentes cada vez más autónomos.

Qué cambia respecto al sistema anterior

Hasta ahora, la función de voz de ChatGPT utilizaba una arquitectura basada en tres modelos independientes:

Transcripción de la voz.

Procesamiento del texto.

Síntesis de voz.

Ese proceso generaba pausas más largas y obligaba al sistema a esperar que el usuario terminara de hablar antes de responder.

GPT-Live reemplaza ese esquema por una interacción continua, en la que procesa el audio mientras genera la respuesta. Además, delega determinadas tareas en otros modelos especializados sin interrumpir la conversación, lo que permite mantener un diálogo más fluido.

Nuevas medidas de seguridad

OpenAI también anunció nuevas funciones de seguridad para ChatGPT Voz.

Si el sistema detecta que una respuesta podría resultar peligrosa, puede:

Reformular automáticamente la respuesta.

Mostrar advertencias adicionales.

Finalizar la conversación en situaciones de mayor riesgo.

Asimismo, la empresa incorporó controles parentales que permiten a los adultos decidir si los adolescentes pueden utilizar la función de voz.

En los casos en que el sistema detecte posibles indicios de autolesión o intención suicida, los padres recibirán una notificación.

También llegará a la API

Además del lanzamiento para ChatGPT, OpenAI confirmó que GPT-Live estará disponible próximamente a través de su API, permitiendo que empresas y desarrolladores integren esta nueva tecnología de conversación por voz en sus propias aplicaciones y servicios.

Con información de Europa Press