OpenAI actualiza el modo de voz GPT Live 1.1: 13 voces nuevas y latencia mínimaBreve · digest del 20 de octubre
Breve≈ 1 min

OpenAI actualiza el modo de voz GPT Live 1.1: 13 voces nuevas y latencia mínima

Si alguna vez has usado un chat de voz con IA, seguro que recuerdas ese efecto de walkie-talkie: dictabas una frase, esperabas a que se transcribiera y volvías a esperar a que se sintetizara la respuesta. Con la actualización GPT Live 1.1, OpenAI por fin ha derribado esa barrera.

El modelo ha pasado a procesar tokens de audio de extremo a extremo (full-duplex) sin convertir la voz en texto intermedio. La latencia de respuesta se ha reducido al mínimo: la conversación fluye de forma síncrona y puedes interrumpir al asistente en mitad de una frase; el modelo se calla al instante y se adapta a lo que le estás diciendo.

Claves del lanzamiento:

  • 13 voces nuevas en 6 idiomas: se suman entonaciones naturales para francés, alemán, hindi, español de México, coreano, japonés y el expresivo timbre en inglés Bobby.
  • Diálogo limpio: desaparecen las muletillas de relleno como «checking...» cuando el modelo lanza una búsqueda web.
  • Integración: el modo ya está disponible en las apps de ChatGPT, en la versión web, en el entorno Codex y a través de la Realtime API.

Para los planes básicos se ha lanzado una versión ligera llamada GPT-Live-1.1 Quip. Ya vimos antes cómo evolucionaban los asistentes de voz en tiempo real y cómo funciona el desarrollo de funcionalidades por voz con Codex; ahora ese diálogo suena por fin verdaderamente vivo.

Quiero un análisis detalladoLos votos ayudan a elegir qué analizar a fondo. Este material tiene 0 votos.
Fuentes · 2