OpenAI implementa un modo de voz avanzado más natural para ChatGPT

OpenAI dijo hoy que ha comenzado a implementar el modo de voz avanzado para una pequeña cantidad de usuarios pagos de ChatGPT, permitiéndoles probar conversaciones más naturales en tiempo real.

El modo de voz avanzado permite a ChatGPT brindar respuestas en tiempo real que pueden interrumpirse, además es capaz de detectar y responder al humor, el sarcasmo y más. El nuevo modelo no necesita convertir su voz en texto y viceversa como lo hace la voz ChatGPT actual, lo que lleva a interacciones de menor latencia.

OpenAI demostró el modo de voz avanzado en mayo, mostrando una voz de IA llamada Sky que sonaba notablemente similar a Scarlett Johansson. La voz fue creada y utilizada sin el permiso de Johansson, y ella terminó emitiendo un comunicado sobre la situación. Dijo que rechazó múltiples ofertas del director ejecutivo de OpenAI, Sam Altman, quien quería que Johansson fuera la voz de ChatGPT. Dijo que estaba “conmocionada, enojada e incrédula” de que Altman creara una voz que sonaba “inquietantemente similar” a su propia voz. OpenAI afirmó que la voz de Sky no pretendía parecerse a la voz de Johansson, pero fue eliminada después de que ella contrató a un asesor legal.

OpenAI dice que desde que hizo una demostración del Modo de Voz Avanzado, ha estado trabajando para mejorar la seguridad y la calidad de las conversaciones de voz. El modo de voz avanzado habla con cuatro voces preestablecidas y está diseñado para bloquear las salidas que difieren de esas voces, evitando que imite las voces de las celebridades. OpenAI también ha “implementado barreras de seguridad” para bloquear solicitudes de contenido violento o protegido por derechos de autor, y las primeras pruebas se utilizarán para mejorar la función antes de un lanzamiento más amplio.

Los usuarios a los que se les haya otorgado acceso al modo de voz avanzado recibirán un correo electrónico con instrucciones, y OpenAI planea agregar más personas de forma continua. Todos en Plus tendrán acceso al modo de voz avanzado en el otoño.