7 dicas para usar o novo Modo de Voz hiper-realista do ChatGPT

O ChatGPT aprimorou significativamente sua capacidade de interação por voz com a introdução do modelo GPT-Live. Desenvolvido para simular diálogos humanos de forma mais autêntica, esta nova tecnologia permite que a inteligência artificial ouça e responda simultaneamente, eliminando as pausas e interrupções artificiais que caracterizavam as versões anteriores. O resultado é uma conversa muito mais fluida e natural, que se assemelha a um bate-papo entre pessoas.

Além da simultaneidade na escuta e fala, o GPT-Live proporciona respostas mais ágeis e integrações dinâmicas. O modelo é capaz de emitir vocalizações de reconhecimento, como “mhmm” ou “yeah”, enquanto o usuário ainda está falando, criando uma experiência interativa contínua. Para questões que demandam maior complexidade ou pesquisa, o sistema pode, discretamente, direcionar a tarefa para modelos mais robustos, como o GPT-5.5, mantendo o fluxo da conversa sem interrupções visíveis para o usuário.

Disponibilidade e Recursos Aprimorados

A funcionalidade do GPT-Live está acessível tanto no aplicativo do ChatGPT para Android e iOS quanto via navegador web. Assinantes dos planos Pro, Plus e Go têm acesso à versão GPT-Live-1, enquanto usuários da versão gratuita utilizam o GPT-Live-1 mini. Para iniciar uma interação por voz, basta tocar no ícone de forma de onda ao lado da caixa de texto, concedendo acesso ao microfone na primeira utilização. As configurações de voz, incluindo idioma e seleção de timbre, podem ser ajustadas na seção “Voice” (Voz) dentro das definições gerais do aplicativo.

• Escuta e Fala Simultânea: Não é preciso esperar a IA terminar de falar para intervir.
• Respostas Contextuais: Reconhecimento com vocalizações como “mhmm” ou “yeah”.
• Tradução em Tempo Real: Ideal para conversas multilingues em viagens ou estudos.
• Transcrição Automática: Rolagem da tela para acessar a versão escrita da conversa.
• Widgets Interativos: Apresentação visual de informações complexas junto com a voz.
• Multitarefas Ativas: O modo de voz continua operando mesmo com o app em segundo plano ou tela bloqueada.

Flexibilidade e Desempenho

A nova funcionalidade também se destaca pela sua versatilidade. O GPT-Live é eficiente para traduções em tempo real, permitindo que o usuário acompanhe conversas em diferentes idiomas sem digitação manual. Além disso, ele mantém uma transcrição escrita de todo o diálogo, facilitando a revisão de informações importantes. Embora o modelo não ofereça compartilhamento de tela ou vídeo em tempo real, ele pode gerar widgets interativos na tela para complementar respostas que exigem elementos visuais. A IA permanece ativa e responsiva mesmo quando o aplicativo está em segundo plano ou o dispositivo bloqueado, otimizando a experiência do usuário em diversas situações.

Por padrão, o GPT-Live opera no modo Instant, priorizando a velocidade para a maioria das interações cotidianas. Contudo, assinantes dos planos Pro, Plus e Go podem escolher entre os níveis Instant, Medium e High nas configurações, permitindo um tempo de processamento ligeiramente maior para temas que demandem análises mais aprofundadas. Mesmo no modo mais rápido, o sistema pode acionar modelos avançados em segundo plano para tarefas complexas, garantindo fluidez contínua na conversação. A versão GPT-Live-1 mini, disponível gratuitamente, não oferece essa personalização de níveis de processamento.

Com informações de Canaltech.