OpenAI dio un nuevo paso en la evolución de la inteligencia artificial conversacional con el lanzamiento de GPT-Live, un modo de voz para ChatGPT que busca hacer que las conversaciones con la IA sean mucho más naturales. La nueva tecnología reemplaza al anterior Advanced Voice Mode y promete eliminar una de las principales limitaciones de los asistentes virtuales: las interrupciones y las pausas poco naturales durante el diálogo.
Disponible para las aplicaciones de ChatGPT en iOS, Android y la versión web, GPT-Live introduce una arquitectura completamente renovada que permite al modelo escuchar y hablar de manera simultánea, acercando la experiencia a una conversación entre personas.
GPT-Live: la nueva apuesta de OpenAI para conversaciones más naturales
Hasta ahora, los asistentes de voz basados en inteligencia artificial funcionaban de manera similar a un walkie-talkie: el usuario debía terminar de hablar para que el sistema comenzara a procesar la respuesta. Esa dinámica hacía que los intercambios resultaran poco fluidos y, muchas veces, artificiales.
Con GPT-Live, OpenAI cambia ese paradigma gracias a una arquitectura denominada full-duplex, que permite procesar el audio de forma continua mientras el modelo genera su propia respuesta.
En la práctica, esto significa que ChatGPT puede escuchar mientras habla, interpretar pausas naturales del usuario y decidir en fracciones de segundo si debe responder, esperar o continuar escuchando.
La IA analiza constantemente distintas señales de interacción y evalúa varias veces por segundo cuál es la mejor acción para mantener una conversación fluida.
ChatGPT ahora entiende los tiempos de una conversación
Uno de los cambios más visibles para los usuarios será la forma en que ChatGPT maneja los silencios.
Si una persona hace una pausa para pensar una respuesta o formular una pregunta, GPT-Live no interrumpe inmediatamente. En cambio, espera algunos instantes para determinar si el usuario continuará hablando.
Además, el modelo incorpora pequeñas expresiones propias de una conversación cotidiana, como:
- “Ajá”
- “Sí”
- “Mmm”
Estas respuestas breves funcionan como señales de escucha activa, permitiendo que el usuario sepa que la IA sigue prestando atención sin cortar el flujo del diálogo.
OpenAI explica que este comportamiento busca replicar los patrones naturales de comunicación entre personas y reducir la sensación de estar interactuando con un sistema automatizado.
Mayor precisión incluso en ambientes con ruido
Otra de las mejoras importantes de GPT-Live es su capacidad para desenvolverse en entornos ruidosos.
El modelo fue entrenado para identificar la voz principal del usuario y filtrar sonidos del entorno, como:
- tráfico
- conversaciones cercanas
- ruido ambiente
- música de fondo
Esto permite mantener conversaciones incluso cuando el usuario no se encuentra en un lugar silencioso.
La compañía también renovó las nueve voces disponibles dentro de ChatGPT para adaptarlas al nuevo sistema de conversación, ofreciendo una experiencia más natural y expresiva.
GPT-Live puede hacer varias tareas al mismo tiempo
Una de las innovaciones técnicas más importantes de GPT-Live es que separa la conversación del procesamiento complejo.
Mientras mantiene un diálogo fluido con el usuario, el modelo puede delegar tareas más exigentes a GPT-5.5, que trabaja en segundo plano.
Esto resulta especialmente útil cuando una consulta requiere:
- búsquedas en la web;
- razonamiento avanzado;
- análisis complejos;
- procesamiento de grandes cantidades de información.
Mientras GPT-5.5 realiza ese trabajo, GPT-Live continúa conversando sin generar pausas incómodas. Una vez que obtiene el resultado, lo incorpora al diálogo de manera transparente.
Según explicó Kundan Kumar, investigador principal del proyecto, GPT-Live puede seguir hablando con el usuario mientras otro modelo se encarga de resolver preguntas más difíciles en paralelo.
La propia OpenAI compara este funcionamiento con una persona que dispone de varios “cerebros” especializados trabajando simultáneamente.
Por ejemplo, ChatGPT podría estar recomendando opciones de vestimenta para asistir a una boda mientras, al mismo tiempo, resuelve una ecuación matemática compleja sin detener la conversación principal.
Respuestas visuales y distintos niveles de razonamiento
GPT-Live no solo mejora la interacción por voz. También incorpora elementos visuales durante la conversación.
Mientras el usuario habla, ChatGPT puede mostrar tarjetas informativas con datos relevantes sobre distintos temas, entre ellos:
- pronóstico del tiempo;
- cotizaciones bursátiles;
- resultados deportivos;
- información contextual relacionada con la consulta.
Además, el modo conserva funciones ya disponibles en ChatGPT como:
- búsqueda web;
- memoria personalizada;
- análisis de imágenes;
- carga de archivos.
Para adaptar el rendimiento según la complejidad de cada consulta, OpenAI incorporó tres niveles de razonamiento:
- Instant, pensado para respuestas inmediatas.
- Medium, que dedica un poco más de procesamiento al análisis.
- High, orientado a consultas que requieren razonamiento profundo antes de responder.
Esta configuración permite equilibrar velocidad y calidad según las necesidades del usuario.
Disponibilidad de GPT-Live
GPT-Live ya comenzó a desplegarse para los usuarios de ChatGPT.
Quienes cuentan con los planes pagos Go, Plus y Pro tendrán acceso a GPT-Live-1, la versión completa del nuevo modelo.
En tanto, los usuarios gratuitos utilizarán GPT-Live-1 mini, una variante optimizada que mantiene gran parte de las nuevas capacidades conversacionales.
Seguridad y funciones que llegarán más adelante
OpenAI aseguró que GPT-Live incorpora nuevas medidas de seguridad específicas para el uso por voz.
Entre ellas, el sistema puede detectar conversaciones potencialmente riesgosas y orientar al usuario hacia respuestas más seguras. En situaciones relacionadas con posibles casos de autolesión o crisis personales, la IA puede ofrecer información de apoyo y derivar el diálogo hacia recursos adecuados.
Asimismo, la compañía implementó protecciones adicionales para usuarios adolescentes e incorporó mecanismos que impiden que el modelo imite la voz de personas reales, una medida orientada a reducir riesgos vinculados con la suplantación de identidad mediante inteligencia artificial.
Por el momento, GPT-Live no admite conversaciones de voz con video ni el uso compartido de pantalla. OpenAI confirmó que ambas funciones continúan en desarrollo y llegarán en futuras actualizaciones.
Mientras tanto, los modos Standard Voice y Advanced Voice Mode seguirán disponibles para aquellos usuarios que prefieran utilizar las versiones anteriores del sistema de voz de ChatGPT. Con GPT-Live, la compañía busca acercar la interacción con la inteligencia artificial a una conversación cada vez más natural, marcando un nuevo paso en la evolución de los asistentes basados en IA.
Preguntas frecuentes
1. ¿Necesito una conexión a Internet para usar GPT-Live?
Sí. GPT-Live funciona a través de los servidores de OpenAI, por lo que requiere una conexión a Internet estable para procesar la voz, generar respuestas y acceder a funciones como la búsqueda web o el razonamiento avanzado.
2. ¿Se puede cambiar la voz de ChatGPT en GPT-Live?
Sí. Los usuarios pueden elegir entre las voces disponibles en ChatGPT desde la configuración de la aplicación. La disponibilidad de cada voz puede variar según la plataforma, el idioma o la región.
3. ¿GPT-Live está disponible en todos los idiomas?
OpenAI continúa ampliando el soporte para distintos idiomas. Aunque GPT-Live puede mantener conversaciones en varias lenguas, la calidad de la experiencia y algunas funciones pueden variar dependiendo del idioma utilizado.
4. ¿GPT-Live consume más batería que el chat de texto?
Al mantener activo el micrófono y procesar audio en tiempo real, el modo de voz suele consumir más batería que una conversación por texto, especialmente durante sesiones prolongadas.
5. ¿Puedo utilizar GPT-Live con auriculares o dispositivos Bluetooth?
Sí. GPT-Live es compatible con auriculares con cable, dispositivos Bluetooth y otros accesorios de audio compatibles con el sistema operativo del teléfono o la computadora.
Leer más
- OpenAI elimina Atlas: por qué abandonó su navegador con IA y se enfoca en Chrome
- Jalapeño: así es el primer procesador de OpenAI para potenciar la inteligencia artificial
- Bidi 1 llega a ChatGPT: OpenAI apuesta por conversaciones de voz más naturales con IA
