A OpenAI anunciou nesta quarta-feira, 8, uma nova família de modelos de inteligência artificial voltada para conversas por voz. Batizada de GPT-Live, a tecnologia promete tornar as interações com o ChatGPT Voice mais naturais, permitindo que o assistente ouça e fale simultaneamente, de forma semelhante a uma conversa entre pessoas.

A novidade começou a ser liberada de forma gradual para usuários do mundo todo e estará disponível na versão web e nos aplicativos para Android e iOS.

O que é o GPT-Live?

• Clique para se inscrever no canal do EXTRA no WhatsApp ou Telegram

O GPT-Live é a nova tecnologia responsável pelas conversas por voz em tempo real do ChatGPT. Inicialmente, foram lançadas duas versões: GPT-Live-1, destinada aos assinantes dos planos pagos, e GPT-Live-1 mini, que atenderá usuários da versão gratuita.

Segundo a OpenAI, o modelo utiliza uma arquitetura chamada full-duplex, que permite ouvir e responder ao usuário ao mesmo tempo. Isso reduz interrupções durante a conversa e torna a comunicação mais fluida.

Na prática, o sistema consegue identificar pausas naturais, hesitações e sinais comuns da fala, como o tradicional "hmmm", aguardando o momento adequado para responder em vez de interromper o raciocínio do usuário.

ChatGPT Voice passa a trabalhar junto com o GPT-5.5

Outra novidade é a integração com o GPT-5.5, modelo mais avançado da empresa para tarefas complexas.

Sempre que o GPT-Live identificar a necessidade de realizar pesquisas na internet, executar raciocínios mais elaborados ou processar informações complexas, ele delegará essa tarefa ao GPT-5.5. Enquanto isso, a conversa poderá continuar normalmente, sem que o usuário precise esperar em silêncio.

De acordo com a OpenAI, essa combinação deve proporcionar respostas mais precisas, melhor compreensão da fala e experiências visuais mais completas.

Tradução em tempo real e respostas visuais

Durante a apresentação da tecnologia, a empresa mostrou exemplos do GPT-Live funcionando como intérprete, traduzindo instantaneamente frases do inglês para o hindi durante uma conversa.

Também foram demonstradas respostas com elementos visuais para solicitações como previsão do tempo, mapas e informações sobre partidas da Copa do Mundo.

Além disso, o ChatGPT Voice passa a oferecer diferentes níveis de inteligência. Quanto mais complexo for o processamento solicitado, maior poderá ser o tempo necessário para gerar a resposta.

Quais são as limitações?

Apesar dos avanços, a OpenAI informou que o novo sistema ainda apresenta algumas restrições.

Entre elas estão possíveis dificuldades de fluência em determinados idiomas e sotaques não nativos. A empresa também informou que, por enquanto, não será possível utilizar o modo de voz enquanto o compartilhamento de tela ou de vídeo estiver ativado.

A atualização começou a ser distribuída nesta quarta-feira, 8, e chegará gradualmente aos usuários do ChatGPT nas próximas semanas.