OpenAI ultima el lanzamiento de un nuevo modelo de voz para ChatGPT denominado Bidi 1, una tecnología diseñada para mantener conversaciones mucho más naturales gracias a una capacidad poco habitual en los asistentes de inteligencia artificial: escuchar y hablar simultáneamente.
La información fue adelantada por el portal especializado TestingCatalog, que identificó referencias al nuevo sistema en el código interno de la aplicación de ChatGPT y sostiene que su despliegue podría comenzar la próxima semana.
De confirmarse, Bidi 1 representaría la evolución más importante del modo de voz avanzado presentado por OpenAI hace más de dos años, una función que permitió por primera vez mantener conversaciones fluidas y en tiempo real con el chatbot.
Conversaciones más humanas
La principal novedad de Bidi 1 radica en su capacidad para procesar simultáneamente la entrada y la salida de voz.
Esto significa que el sistema puede seguir escuchando al usuario mientras está hablando, reaccionar a interrupciones, interpretar pausas naturales y modificar su respuesta en tiempo real sin necesidad de esperar a terminar una frase.
Según las pruebas divulgadas por TestingCatalog, el modelo es capaz de adaptarse instantáneamente a cambios de instrucciones durante una conversación.
Por ejemplo, si se le pide contar hasta diez y, en medio de la tarea, el usuario le ordena contar hacia atrás, puede abandonar inmediatamente la acción anterior y comenzar la nueva sin necesidad de reiniciar la conversación.
Más contexto y menos interrupciones
Otra de las mejoras destacadas sería la capacidad para conservar mejor el contexto durante diálogos prolongados.
El sistema podría recordar con mayor precisión los elementos mencionados anteriormente y responder de forma más coherente a medida que avanza la conversación.
Además, Bidi 1 incorporaría señales conversacionales más cercanas a las utilizadas por las personas, incluyendo expresiones breves de confirmación como "ok" o respuestas de seguimiento cuando detecta pausas o cambios en el ritmo del habla.
Este tipo de comportamientos busca reducir la sensación de estar interactuando con una máquina y acercar la experiencia a una conversación humana natural.
Una evolución de la voz de ChatGPT
Desde la llegada del modo de voz avanzado, OpenAI apostó por convertir ChatGPT en un asistente cada vez más conversacional.
La compañía fue incorporando mejoras en velocidad de respuesta, comprensión del lenguaje natural, memoria y capacidad para interpretar distintos tonos de voz.
Con Bidi 1, el objetivo parece ser eliminar una de las últimas barreras que todavía distinguen a los asistentes virtuales de una conversación entre personas: la capacidad de escuchar activamente mientras se habla.
Según las demostraciones compartidas por TestingCatalog, el sistema mantiene diálogos fluidos sin cortes perceptibles y responde de forma inmediata a las intervenciones del usuario
Con información de Europa Press