Rafael NazarA OpenAI anunciou, nesta quinta-feira (15), uma atualização do modo Voz do ChatGPT. A novidade melhora o reconhecimento da fala, a compreensão de diferentes sotaques e a naturalidade das conversas.
A atualização inclui os modelos GPT-Live-1.1 e GPT-Live-1.1 Quip, uma versão menor da tecnologia, além de novas opções de vozes em francês, alemão, hindi, espanhol do México, coreano e japonês. Também foi apresentada a voz Bubbie, em inglês, inspirada na maneira de falar de avós.
No Brasil, o lançamento ocorre em meio à expansão do uso de recursos de voz e ditado na plataforma. Segundo dados divulgados pela OpenAI, o país está entre os cinco maiores mercados do ChatGPT nesse tipo de interação. A empresa afirma ainda que o número de usuários semanais do modo Voz dobrou ao longo do último ano.
Entre as melhorias estão o reconhecimento de diferentes formas de pronúncia, inclusive em conversas que misturam idiomas, e uma compreensão mais precisa de informações que combinam letras e números. O recurso pode facilitar a transmissão de códigos, nomes, identificadores e outros dados durante uma conversa.
O ChatGPT também passou a variar melhor as expressões curtas usadas enquanto executa uma solicitação. Com isso, a ferramenta deve reduzir repetições de frases como “Estou verificando isso…” durante a realização de uma tarefa.
Os dois novos modelos foram desenvolvidos para permitir interações contínuas. O ChatGPT pode ouvir e responder sem esperar que cada fala termine de maneira perfeitamente definida, o que torna mais naturais as interrupções e as mudanças de ritmo.
O GPT-Live-1.1 é o sucessor do GPT-Live-1 e será o modelo padrão de voz para usuários Plus e de planos superiores, de acordo com a documentação técnica da OpenAI. Já o GPT-Live-1.1 Quip substitui o GPT-Live-1 mini e será utilizado por padrão pelos demais usuários.
A atualização também será aplicada ao Codex e ao Dots, produtos da OpenAI que usam recursos de inteligência artificial para auxiliar em tarefas e fluxos de trabalho. A disponibilização ocorre de forma gradual, e os recursos podem variar conforme o plano e a conta. A empresa informou que o lançamento está sendo feito para todos os usuários e que a chegada à API ocorrerá posteriormente.
Para o português brasileiro, a OpenAI já oferece as vozes Viola e Rio. A primeira tem personalidade leve, espontânea e curiosa. A segunda foi desenvolvida com um estilo caloroso, acolhedor e prestativo. Elas não foram anunciadas como novidades desta atualização específica.
Para conferir as opções disponíveis, o usuário deve abrir as configurações do ChatGPT, acessar a seção “Voz” e selecionar a alternativa desejada. A lista pode variar de acordo com a região e a conta.
A OpenAI afirma que o modo Voz pode ser usado em situações cotidianas, como fazer perguntas, desenvolver ideias e organizar tarefas. Um exemplo apresentado pela empresa é o planejamento de um almoço em família: o usuário pode informar os ingredientes disponíveis, o número de participantes e as preferências alimentares para receber sugestões de pratos, substituições e listas de compras.
O usuário também pode acrescentar informações e ajustar o pedido naturalmente, sem precisar formular uma nova solicitação completa a cada mudança. Conforme os recursos disponíveis para a conta, o modo Voz pode ser combinado com texto e imagens no mesmo chat.
Junto com o lançamento, a OpenAI publicou documentação técnica sobre treinamento, avaliações e mecanismos de segurança dos novos modelos. Segundo a empresa, o desempenho geral nas avaliações de segurança é semelhante ao dos antecessores.
A documentação registra, porém, pioras estatisticamente significativas do GPT-Live-1.1 em algumas categorias de testes sintéticos, incluindo conteúdo sexual, saúde mental, dependência emocional e violência gráfica. A OpenAI afirma que são necessárias mais pesquisas para compreender essas diferenças e que pretende aprimorar esses aspectos em versões futuras.
A empresa ressalta que os testes são elaborados para avaliar situações específicas e difíceis e, por isso, não representam diretamente a frequência com que problemas desse tipo ocorrem no uso cotidiano.
