OpenAI presentó GPT Live, una nueva versión de su modo de voz para ChatGPT que, según la compañía, representa la reescritura más profunda de esta función desde que existe. La novedad central es una arquitectura que la empresa describe como “dúplex completa”: el asistente puede escuchar y hablar al mismo tiempo, sin esperar a que el usuario termine de hablar para responder. Esto elimina la rigidez de turno a turno que caracterizaba al modo de voz anterior, de acuerdo con lo reportado por WWWhat’s New y por Hipertextual.
Lo esencial
- GPT Live es la nueva familia de modelos de voz de OpenAI, construida sobre una arquitectura dúplex completa que permite escuchar y hablar simultáneamente.
- El usuario puede interrumpir a la IA mientras responde, o pedirle que hable más despacio, sin que la conversación se corte de forma abrupta.
- El sistema avisa al usuario cuando está escuchando, un cambio frente al esquema anterior de turnos fijos.
- Greg Brockman, cofundador de OpenAI, participó en la presentación del anuncio, según WWWhat’s New.
- Los propios medios que cubren el lanzamiento usan grafías distintas para el nombre (“GPT Live” y “GPT-Live”), lo que sugiere que la nomenclatura definitiva todavía puede ajustarse.
Qué es la arquitectura dúplex completa
Hasta ahora, el modo de voz de ChatGPT funcionaba de manera similar a una llamada por radio: una persona habla, el sistema procesa esa entrada, y luego responde; mientras uno de los dos “habla”, el otro solo puede escuchar. Hipertextual explica que GPT-Live rompe ese esquema gracias a una arquitectura dúplex completa, el mismo principio que en telecomunicaciones permite que dos partes transmitan y reciban información a la vez por el mismo canal.
Aplicado a una conversación con inteligencia artificial, esto significa que ChatGPT puede seguir “escuchando” activamente incluso mientras está generando su propia respuesta en voz alta. Según WWWhat’s New, esta capacidad es lo que permite interrumpir al asistente en pleno discurso, pedirle que reduzca la velocidad o hacerle una pregunta adicional sin tener que esperar a que termine una frase completa.
Cómo cambia la experiencia de hablar con ChatGPT
Para el usuario final, el cambio más notorio está en la naturalidad del intercambio. En el modo de voz anterior, cualquier intento de interrumpir a la IA simplemente no era procesado, o generaba respuestas superpuestas y confusas. Con GPT Live, la conversación se acerca más a como interactúan dos personas: es posible cortar una respuesta que ya no interesa, aclarar algo sobre la marcha o ajustar el ritmo del habla del asistente en tiempo real.
WWWhat’s New destaca que el sistema también notifica cuando está escuchando, una señal que ayuda a que el usuario sepa en qué momento puede intervenir sin necesidad de adivinarlo. Para hablantes de español, este tipo de ajuste es relevante porque las conversaciones orales suelen incluir pausas, muletillas y correcciones sobre la marcha, elementos que un sistema de turnos rígidos tendía a interpretar mal o directamente ignorar.
Casos de uso prácticos
- Pedir que se repita o se explique más lento un concepto sin reiniciar la conversación.
- Interrumpir para corregir un dato antes de que el asistente termine una respuesta larga.
- Mantener diálogos más fluidos en escenarios manos libres, como mientras se cocina o se maneja.
Ninguno de los medios consultados detalla si estos escenarios fueron probados oficialmente por OpenAI o son inferencias sobre el funcionamiento descrito; se presentan aquí como usos razonables derivados de la capacidad técnica anunciada.
Contexto: la evolución del modo de voz de ChatGPT
El modo de voz de ChatGPT ha pasado por varias iteraciones desde su lanzamiento inicial, pero según ambas fuentes, GPT Live marca el cambio más significativo hasta ahora en cuanto a la mecánica misma de la conversación, no solo en la calidad del audio o la naturalidad de la voz generada. Hipertextual enmarca el anuncio como parte de una actualización más amplia del catálogo de modelos de IA de OpenAI, lo que sugiere que GPT Live no es un ajuste aislado del modo de voz, sino parte de una familia de modelos con esta arquitectura dúplex como característica central.
Disponibilidad y llegada a América Latina
Los extractos disponibles de WWWhat’s New y Hipertextual no precisan fechas de despliegue por región, precios diferenciados ni condiciones específicas de acceso para usuarios de países de América Latina. Tampoco se detalla si GPT Live estará disponible desde el inicio en todos los niveles de suscripción de ChatGPT o si su llegada será gradual. Ante la falta de esa información en las fuentes consultadas, no es posible confirmar con precisión cuándo ni en qué condiciones llegará la función a los mercados latinoamericanos.
Qué esperar
Con el anuncio ya hecho público y la participación de Greg Brockman en la presentación, el siguiente paso lógico sería que OpenAI detalle un cronograma de disponibilidad más amplio, así como el soporte específico para el español y otros idiomas. Quedan abiertas preguntas relevantes: si la arquitectura dúplex completa estará disponible en la app móvil y de escritorio por igual, si tendrá algún costo adicional dentro de los planes existentes de ChatGPT, y si el rendimiento en conversaciones en español será equivalente al descrito para el inglés. Por ahora, la información confirmada se limita a la existencia de GPT Live y a su principal diferencia técnica: la capacidad de escuchar y hablar al mismo tiempo.
