A atualização mais recente lançada para o ChatGPT, agora destinada a todos os usuários, é o GPT‑Live. A OpenAI o descreve como uma “nova geração” de modelos de voz para interagir com o chatbot de IA, e você pode descobrir que isso o leva a passar mais tempo conversando do que digitando.
O modo de voz para ChatGPT não é novidade, mas anteriormente era um wrapper relativamente básico além da entrada e saída de texto padrão. Foi anunciado como uma forma mais natural de interagir com a IA, mas o GPT-Live promete levar essa fluidez a um nível ainda mais alto.
Pela primeira vez, o modo de voz poderá pensar em segundo plano enquanto continua a conversa. Também lhe dará espaço extra para fazer uma pausa quando precisar e indicará que ainda está ouvindo com frases como “mhmm” ou “sim”.
Você deverá encontrar a atualização no celular e na web agora (ou muito em breve). Os usuários gratuitos têm acesso ao GPT‑Live‑1 mini, enquanto aqueles com planos pagos podem acessar o modelo GPT‑Live‑1 ainda mais inteligente.
Como funciona o GPT-Live
O objetivo final do OpenAI é fazer com que conversar com o ChatGPT seja como conversar com uma pessoa real, e o GPT-Live se aproxima disso. Originalmente, a interação com a IA por voz exigia um modelo específico para conversão de fala em texto, outro para realmente responder à consulta e outro para conversão de texto em fala.
O modo de voz anterior no ChatGPT combinava tudo isso em um único modelo de IA, mas ainda era baseado em turnos: você falava, o chatbot respondia e então você falava novamente. Com o GPT-Live, o ChatGPT pode falar e ouvir ao mesmo tempo. Você pode interrompê-lo quando necessário, e as respostas devem ser mais rápidas e detalhadas.
O novo modo de voz é supostamente mais inteligente quando se trata de reconhecer a diferença entre você fazer uma pausa no meio do pensamento e realmente terminar sua consulta. O modelo agora recalcula várias vezes por segundo “se deve falar, continuar ouvindo, pausar, interromper ou invocar uma ferramenta”.
Crédito: OpenAI
Um benefício adicional da atualização é que até mesmo o trabalho complexo e o pensamento profundo podem ser repassados aos servidores do ChatGPT em segundo plano, enquanto a conversa continua. Você também pode dizer ao ChatGPT para diminuir o ritmo ou diminuir a velocidade; as respostas visuais também foram aprimoradas, então você pode, por exemplo, ver cartões pop-up para locais, previsões do tempo e resultados esportivos.
Agora você também pode pedir ao GPT-Live para traduzir algo para um idioma estrangeiro enquanto você fala. Graças aos novos recursos, você ouvirá uma tradução contínua no outro idioma enquanto fala, sem pausas ou interrupções. Também foram feitas melhorias em termos de ignorar o ruído de fundo (como tráfego de fundo ou conversas acontecendo nas proximidades).
O que você acha até agora?
Testando GPT-Live
Para entrar no modo de voz no aplicativo móvel, toque no ícone de estilo de onda sonora à direita da caixa de prompt. O novo modo se parece muito com o antigo na superfície, mas com esta atualização, você deverá ver o Live na parte superior da tela (por enquanto, pelo menos, você pode tocar aqui para voltar aos modelos mais antigos).
Imediatamente, o modo de voz atualizado parece mais realista e natural. O ChatGPT falará de forma variada e expressiva, acrescentando marcadores úteis como “deixe-me verificar” sempre que estiver procurando algo. Ele também hesitará e às vezes extrairá palavras.
Conversei com o GPT-Live por vários minutos sobre os próximos filmes, partidas de futebol recentes e manchetes de notícias de tecnologia, e recebi respostas que faziam sentido e eram respeitosamente breves (o modo de voz continua a ser um refúgio para aqueles que não querem ver paredes de texto para cada resposta).
Existem três níveis de “inteligência” para escolher.
Crédito: OpenAI
Houve alguns momentos em que a fala falhou e a conversa foi interrompida, mas isso ocorreu em cerca de meia hora de conversa (presumivelmente esses bugs serão resolvidos com o tempo). As interrupções também são bem tratadas, com a IA fazendo uma pausa para reconhecer o que você disse e depois continuando sua linha de pensamento.
Você pode ajustar o nível de pensamento que o ChatGPT coloca no novo modo de voz: toque no ícone dos controles deslizantes (canto superior direito) e toque em Inteligência. Existem três modos para escolher—Instantâneo, Médioe Alto—com níveis variados de equilíbrio entre a velocidade da resposta e o quão detalhada e precisa ela é.