OpenAI anuncia capacidades de chat más naturales para su asistente de voz de IA

OpenAI anunció el 24 de marzo la implementación de actualizaciones para que el asistente de voz con IA de ChatGPT sea más personal y receptivo, con menos interrupciones a mitad de frase. Estas actualizaciones posicionan a ChatGPT como un competidor más sólido frente a sus rivales Sesame y Alexa.

OpenAI lanzó el lunes actualizaciones para el Modo de Voz Avanzado, su función de voz con IA que permite conversaciones en tiempo real en ChatGPT, para que el asistente de IA sea más amigable y interrumpa a los usuarios con menos frecuencia. La reciente actualización se centra en dos aspectos: un asistente de IA más atractivo y menos interrupciones.

Manuka Stratta, investigadora de posentrenamiento de OpenAI, anunció los cambios en un video de demostración publicado el lunes en las redes sociales oficiales de la compañía. En el video, Manuka demostró que el nuevo modelo permitía a los usuarios pensar y hablar sin interrupciones.

OpenAI mejora el asistente de voz de IA para conversaciones más naturales 

OpenAI publicó un anuncio que presenta un modo de voz ChatGPT actualizado que interrumpe menos, lo que permite pausas naturales, disponible para todos los usuarios, y los usuarios pagos también reciben una personalidad de modelo mejorada, descrita como atractiva, directa y concisa

– Tibor Blaho (@btibor91) 24 de marzo de 2025

ChatGPT ha lanzado un nuevo modo de voz avanzado, accesible para usuarios gratuitos y suscriptores de pago, incluyendo los planes Plus, Teams, Edu, Business y Pro. Esta función actualizada permite conversaciones en tiempo real dentro de ChatGPT, lo que mejora la flexibilidad del asistente de IA y minimiza las interrupciones durante las interacciones.

La actualización llega en medio de una creciente competencia en el sector de los asistentes de voz con IA. OpenAI se enfrenta a la presión de nuevos participantes como Sesame —una startup respaldada por Andreessen Horowitz que se hizo viral por sus voces de IA con sonido natural, Maya y Miles— y Amazon, que prepara una importante actualización para Alexa basada en modelos de lenguaje. 

“Como te interrumpe menos, tendrás más tiempo para ordenar tus pensamientos y no sentirás que tienes que llenar todos los vacíos y silencios todo el tiempo”

-Manuka Stratta

El portavoz de OpenAI dijo que el nuevo asistente de voz de IA para usuarios pagos era "más directo, atractivo, conciso, específico y creativo en sus respuestas". 

OpenAI también anunció el lanzamiento de nuevos modelos de reconocimientomatic de voz (ASR) y conversión de texto a voz (TTS), lo que supone un nuevo avance en la tecnología de voz basada en IA. Los nuevos modelos prometen precisión y asequibilidad, lo que los convierte en una alternativa para las empresas que buscan implementar agentes de voz basados ​​en IA. 

Los nuevos modelos ASR (gpt-4o-transcribe y gpt-4o-mini-transcribe) representan un avance notable respecto a Whisper, el modelo de transcripción de vanguardia anterior de OpenAI. Estos modelos ofrecen tasas de error de palabras mejoradas y un mejor manejo de diversos idiomas, acentos y ruido de fondo. Los nuevos modelos TTS pueden generar voces muy realistas con entonaciones y expresividad naturales. Los modelos pueden moldear el tono, la emoción y la pronunciación de la voz mediante indicaciones de lenguaje natural.

El asistente de voz ChatGPT AI hace que los usuarios se sientan más solos

Un nuevo estudio realizado por OpenAI en colaboración con el MIT Media Lab reveló que la mayoría de los usuarios de ChatGPT recurrían al asistente de IA para fines prácticos. El estudio, que analizó casi 40 millones de interacciones en ChatGPT, dividió a los usuarios en diferentes grupos: algunos usaban solo texto, mientras que otros experimentaban con la interacción por voz con personajes de IA (uno diseñado para ser más emotivo, mientras que el otro se mantenía neutral).

Los datos revelaron que quienes utilizaban con frecuencia el Modo de Voz Avanzado desarrollarontronuna conexión emocional más fuerte con , llegando algunos a considerarlo como un "amigo". Los efectos de la función de voz variaron: las interacciones breves mejoraron el estado de ánimo de los usuarios, mientras que el uso diario prolongado a veces tuvo el efecto contrario.

Los resultados del estudio revelaron que las conversaciones personales se asociaban con mayores niveles de soledad, pero con menor dependencia emocional. En cambio, las conversaciones impersonales mostraron un patrón diferente: los niveles de dependencia emocional aumentaban con el consumo intensivo.

Jason Phang, investigador de seguridad de OpenAI que participó en el proyecto, afirmó que gran parte del trabajo de OpenAI fue preliminar, pero que la empresa buscaba iniciar el debate sobre la medición de estos impactos y los efectos a largo plazo en los usuarios. Kate Devlin, profesora de IA y sociedad en el King's College de Londres, comentó que las personas podrían no haber usado ChatGPT necesariamente de forma emocional, pero no podían separar su condición humana de sus interacciones con la tecnología.