A OpenAI anunciou o GPT-Live nesta quarta-feira (08), novo modelo de IA para conversas por voz no ChatGPT. A atualização deixa as interações mais fluidas e ainda transforma o assistente em “intérprete” para traduções em tempo real. O principal objetivo da empresa foi deixar a conversa em áudio mais natural. Outros modelos no mercado (incluindo o antecessor do GPT-Live) são focados em conversas por turnos: uma pessoa precisa terminar o que fala para a IA responder e então seguir com o diálogo. A novidade é mais espontânea e fluida, então o assistente consegue identificar os momentos de pausa e quando pode interromper. A OpenAI chama o processo de “interação contínua”, na qual o ChatGPT pode processar um pedido enquanto gera uma resposta. -Entre no Canal do WhatsApp do Canaltech e fique por dentro das últimas notícias sobre tecnologia, lançamentos, dicas e tutoriais incríveis.- O que há de novo no GPT-Live? O modo de voz está mais inteligente e pode até usar os modelos mais inteligentes para conseguir respostas. Durante um pedido complexo, o GPT-Live pode delegar o processo para o GPT-5.5 buscar na internet, aplicar raciocínio ou gerenciar múltiplas tarefas de agente, por exemplo. As conversas também contam com novos recursos visuais com cartões na tela sobre previsão do tempo, resultados esportivos, locais e informações do mercado financeiro.
Modo de voz pode mostrar recursos visuais na tela do ChatGPT (Imagem: Divulgação/OpenAI) O maior destaque fica por conta da tradução em tempo real: o ChatGPT pode identificar os idiomas e traduzir enquanto a pessoa fala, funcionando como um intérprete. É uma alternativa ao Google Tradutor e aos respectivos modos de tradução do Galaxy AI e do iOS. O GPT-Live foi liberado a partir de hoje para assinantes dos planos Go, Plus e Pro do ChatGPT, enquanto a versão gratuita receberá uma versão mini.
O rival Gemini também tem seu modo de voz, conhecido como Live. Confira sugestões de prompts ao conversar com a IA do Google. Leia a matéria no Canaltech.