OpenAI anuncia mayores capacidades de chat natural para su asistente de voz con IA

OpenAI anunció el 24 de marzo que estaba implementando actualizaciones para hacer que el asistente de voz con IA de ChatGPT fuera más amable y receptivo, con menos interrupciones a mitad de frase. Las actualizaciones ahora posicionan a ChatGPT como un competidor más fuerte contra rivales como Sesame y Alexa.

OpenAI publicó actualizaciones el lunes para el Modo de Voz Avanzado, su función de voz con IA que permite conversaciones en tiempo real en ChatGPT, para hacer que el asistente de IA sea más amable e interrumpa a los usuarios con menos frecuencia. La actualización reciente tiene dos puntos de enfoque: un asistente de IA más atractivo y menos interrupciones.

Manuka Stratta, investigadora de post-entrenamiento de OpenAI, anunció los cambios en un video de demostración publicado el lunes en los canales oficiales de redes sociales de la empresa. En el video de demostración, Manuka mostró que el nuevo modelo daba a los usuarios tiempo para pensar y hablar sin interrupciones.

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

OpenAI publicó un anuncio presentando un modo de voz actualizado de ChatGPT que interrumpe menos, permitiendo pausas naturales, disponible para todos los usuarios, con los usuarios de pago recibiendo adicionalmente una personalidad de modelo mejorada descrita como atractiva, directa y concisa

— Tibor Blaho (@btibor91) March 24, 2025

ChatGPT ha lanzado un nuevo modo de voz avanzado accesible para usuarios gratuitos y suscriptores de pago, incluidos los planes Plus, Teams, Edu, Business y Pro. La función actualizada permite conversaciones en tiempo real dentro de ChatGPT, mejorando la flexibilidad del asistente de IA y minimizando las interrupciones durante las interacciones del usuario.

La actualización llega en medio de una creciente competencia en el espacio de los asistentes de voz con IA. OpenAI enfrenta 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 está preparando una actualización impulsada por un modelo de lenguaje grande para Alexa. 

“Porque te interrumpe menos, podrás tener más tiempo para reunir tus pensamientos y no sentir que tienes que llenar todos los huecos y silencios todo el tiempo.”

-Manuka Stratta

El portavoz de OpenAI dijo que el nuevo asistente de voz con IA para los usuarios de pago era “más directo, atractivo, conciso, específico y creativo en sus respuestas”. 

OpenAI también anunció el lanzamiento de nuevos modelos para reconocimiento automático de voz (ASR) y texto a voz (TTS), marcando otro avance en la tecnología de voz impulsada por IA. Los nuevos modelos prometen precisión y asequibilidad, convirtiéndolos en una alternativa para empresas que buscan implementar agentes de voz con IA. 

Los nuevos modelos de ASR—gpt-4o-transcribe y gpt-4o-mini-transcribe—representan un salto notable más allá de 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 de TTS pueden generar voces muy realistas con entonaciones y expresividad de sonido natural. Los modelos pueden dar forma al tono, la emoción y la entrega de una voz utilizando prompts de lenguaje natural.

El asistente de voz con IA de ChatGPT 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 dependían del asistente de IA para propósitos prácticos. El estudio, que analizó casi 40 millones de interacciones de ChatGPT, dividió a los usuarios en diferentes grupos; algunos usaban solo texto, mientras que otros experimentaban con la interacción de voz con personajes de IA, uno diseñado para ser más emocional, mientras que el otro permanecía neutral.

Los datos revelaron que aquellos que dependían en gran medida del Modo de Voz Avanzado desarrollaron una conexión emocional más fuerte con ChatGPT, con algunos considerándolo como un 'amigo'. Los efectos de la función de voz variaron, con interacciones cortas que mejoraban el estado de ánimo de los usuarios, mientras que el uso diario prolongado a veces tenía el efecto contrario.

Los resultados del estudio revelaron que las conversaciones personales se asociaron con niveles más altos de soledad pero menor dependencia emocional. En contraste, las conversaciones impersonales mostraron un patrón diferente, con niveles de dependencia emocional que aumentaban con el uso intensivo.

Jason Phang, un investigador de seguridad de OpenAI involucrado en el proyecto, afirmó que gran parte de lo que hizo OpenAI fue preliminar, pero la empresa estaba tratando de iniciar la conversación 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 London, dijo que las personas podrían no estar necesariamente usando ChatGPT de manera emocional, pero no podían separar ser humano de sus interacciones con la tecnología.