Mi experiencia con el modo de voz mejorado de ChatGPT: Inusualmente natural.

Descubre mi experiencia con el modo de voz mejorado de ChatGPT. Las conversaciones se sienten más naturales y realistas, como si estuvieras hablando con una persona real.

Las cosas más importantes que necesitas saber

  • GPT-Live te permite hablar y escuchar al mismo tiempo, lo que facilita las interrupciones y una experiencia conversacional más natural con respuestas más rápidas.
  • Puede gestionar tareas complejas en segundo plano y proporcionar traducción en tiempo real mientras hablas, ignorando el ruido de fondo.
  • Puedes ajustar el nivel de "inteligencia" de voz de ChatGPT en tres modos (instantáneo, medio, alto) para equilibrar la velocidad de respuesta y la precisión.

La última actualización de ChatGPT, que ya está disponible para todos los usuarios, es GPT-Live. OpenAI la describe como una "nueva generación" de modelos de voz para interactuar con chatbots con inteligencia artificial, y es posible que te anime a pasar más tiempo chateando que escribiendo, explorando así las mejores funciones de ChatGPT.

La entrada de voz en ChatGPT no es nueva, pero históricamente ha sido una capa relativamente básica sobre la entrada y salida de texto estándar. Se ha descrito como una forma más natural de interactuar con la IA, pero GPT-Live promete llevar esta fluidez a un nivel completamente nuevo.

Por primera vez, el modo de audio podrá procesar información en segundo plano mientras continúa la conversación. Además, te dará espacio adicional para hacer pausas cuando sea necesario e indicará que sigue escuchando con frases como «Mmm» o «Sí».

La actualización ya debería estar disponible (o lo estará muy pronto) en dispositivos móviles y web. Los usuarios gratuitos tendrán acceso a GPT-Live-1 mini, mientras que los suscriptores de planes de pago tendrán acceso al modelo GPT-Live-1, más avanzado.

¿Cómo funciona GPT-Live?

El objetivo final de OpenAI es lograr que hablar con ChatGPT se sienta como hablar con una persona real, y GPT-Live se está acercando a conseguirlo. Originalmente, la interacción de voz con la IA requería un modelo específico para la conversión de voz a texto, otro para la respuesta a la consulta y un tercero para la conversión de texto a voz.

El modelo de voz anterior de ChatGPT integraba todo esto en un único modelo de IA, pero seguía siendo por turnos: hablabas, el chatbot respondía y luego volvías a hablar. Con GPT-Live, ChatGPT puede hablar y escuchar simultáneamente. Puedes interrumpirlo cuando sea necesario, y las respuestas serán más rápidas y precisas.

Se supone que el nuevo modo de voz es más inteligente a la hora de distinguir entre hacer una pausa a mitad de una idea y terminar de formular la consulta. El modelo ahora recalcula varias veces por segundo si debe hablar, seguir escuchando, pausar, interrumpir o llamar a una herramienta.

Configurar el audio en ChatGPTFuente: OpenAI

Una ventaja adicional de esta actualización es que incluso las tareas complejas y el pensamiento profundo se pueden enviar a los servidores de ChatGPT en segundo plano mientras la conversación continúa. También puedes pedirle a ChatGPT que pause o ralentice la conversación; además, se han mejorado las respuestas visuales, por lo que podrás ver, por ejemplo, tarjetas emergentes con información sobre ubicaciones, pronósticos meteorológicos y resultados deportivos.

Ahora también puedes pedirle a GPT-Live que traduzca algo a un idioma extranjero mientras hablas. Gracias a estas nuevas funciones, escucharás una traducción instantánea en el otro idioma mientras hablas, sin pausas ni interrupciones. También se han implementado mejoras para filtrar el ruido de fondo (como el tráfico o las conversaciones cercanas).

Experiencia GPT-Live

Para acceder al modo de audio en la aplicación móvil, pulsa el icono de onda sonora situado a la derecha del cuadro de entrada. El nuevo modo es muy similar al anterior, pero con esta actualización, deberías ver la palabra "En directo" en la parte superior de la pantalla (al menos por ahora; puedes pulsarla para volver a los modelos anteriores).

Inmediatamente, el modo de voz actualizado suena más realista y natural. ChatGPT hablará de forma variada y expresiva, añadiendo indicaciones útiles como «Déjame comprobar» cuando esté buscando algo. En ocasiones, también dudará y alargará las palabras.

Hablé con GPT-Live durante varios minutos sobre próximos estrenos de cine, partidos de fútbol recientes y noticias tecnológicas, y recibí respuestas respetuosas, concisas y lógicas (el modo de audio sigue siendo un refugio para quienes no quieren leer largos textos en cada respuesta).

Configurar el audio en ChatGPTSe pueden elegir tres niveles de "inteligencia". Fuente: OpenAI

Hubo algunos momentos en que la conversación se interrumpió, pero esto solo ocurrió durante aproximadamente media hora de charla (y estos fallos deberían corregirse con el tiempo). Las interrupciones también se gestionan de forma excelente: la IA hace una pausa para reconocer lo que se dice y luego retoma su hilo de pensamiento.

Puedes ajustar el nivel de inteligencia que aplica ChatGPT en el nuevo modo de voz: haz clic en el icono deslizante (arriba a la derecha) y luego en Inteligencia . Hay tres modos disponibles: Instantáneo , Medio y Alto , con distintos niveles de equilibrio entre capacidad de respuesta, detalle y precisión.

Los comentarios están cerrados.