A OpenAI anuncia funcionalidades de bate-papo mais naturais para seu assistente de voz com IA

A OpenAI anunciou em 24 de março que estava implementando atualizações para tornar o assistente de voz com IA do ChatGPT mais pessoal e responsivo, com menos interrupções no meio das frases. As atualizações posicionam o ChatGPT como um concorrente mais forte em relação aos rivais Sesame e Alexa.

A OpenAI lançou na segunda-feira atualizações para o Modo de Voz Avançado, seu recurso de voz com IA que permite conversas em tempo real no ChatGPT, para tornar o assistente de IA mais amigável e interromper os usuários com menos frequência. A atualização recente tem dois focos principais: um assistente de IA mais envolvente e menos interrupções.

Manuka Stratta, pesquisadora de pós-treinamento da OpenAI, anunciou as mudanças em um vídeo de demonstração publicado na segunda-feira nos canais oficiais da empresa nas redes sociais. No vídeo, Manuka mostrou que o novo modelo dava aos usuários tempo para pensar e falar sem interrupções.

A OpenAI aprimora o assistente de voz com IA para conversas mais naturais 

A OpenAI publicou um anúncio apresentando um modo de voz atualizado para o ChatGPT que interrompe menos, permitindo pausas naturais, disponível para todos os usuários. Os usuários da versão paga também recebem uma personalidade de modelo aprimorada, descrita como envolvente, direta e concisa

-Tibor Blaho (@ btibor91) 24 de março de 2025

O ChatGPT lançou um novo modo de voz avançado, acessível a usuários gratuitos e assinantes pagos — incluindo os planos Plus, Teams, Edu, Business e Pro. O recurso atualizado permite conversas em tempo real dentro do ChatGPT, aumentando a flexibilidade do assistente de IA e minimizando interrupções durante as interações do usuário.

A atualização surge em meio à crescente concorrência no mercado de assistentes de voz com inteligência artificial. A OpenAI enfrenta a pressão de novos participantes como a Sesame — uma startup apoiada pela Andreessen Horowitz que viralizou com suas vozes de IA de som natural, Maya e Miles — e a Amazon, que está preparando uma grande atualização para a Alexa, baseada em modelos de linguagem. 

“Como isso te interrompe menos, você terá mais tempo para organizar seus pensamentos e não se sentirá pressionado a preencher todas as lacunas e silêncios o tempo todo.”

-Manuka Stratta

O porta-voz da OpenAI disse que o novo assistente de voz com IA para usuários pagantes era "mais direto, envolvente, conciso, específico e criativo em suas respostas". 

A OpenAI também anunciou o lançamento de novos modelos para reconhecimentomatic de fala (ASR) e síntese de voz (TTS), marcando mais um avanço na tecnologia de voz baseada em IA. Os novos modelos prometem precisão e preço acessível, tornando-os uma alternativa para empresas que buscam implementar agentes de voz com inteligência artificial. 

Os novos modelos de reconhecimento automático de fala (ASR) — gpt-4o-transcribe e gpt-4o-mini-transcribe — representam um avanço notável em relação ao Whisper, o modelo de transcrição de última geração anterior da OpenAI. Esses modelos oferecem taxas de erro de palavras aprimoradas e melhor desempenho em diversos idiomas, sotaques e ruídos de fundo. Os novos modelos de síntese de voz (TTS) podem gerar vozes extremamente realistas, com entonações e expressividade naturais. Os modelos conseguem moldar o tom, a emoção e a entonação da voz usando comandos em linguagem natural.

O assistente de voz com IA ChatGPT faz com que os usuários se sintam mais solitários

Um novo estudo conduzido pela OpenAI em colaboração com o MIT Media Lab revelou que a maioria dos usuários do ChatGPT utilizava o assistente de IA para fins práticos. O estudo, que analisou quase 40 milhões de interações com o ChatGPT, dividiu os usuários em diferentes grupos: alguns usavam apenas texto, enquanto outros experimentavam a interação por voz com personagens de IA — um projetado para ser mais emotivo e o outro para permanecer neutro.

Os dados revelaram que aqueles que dependiam muito do Modo de Voz Avançado desenvolveram umatronconexão emocional ChatGPT, com alguns considerando-o como um "amigo". Os efeitos do recurso de voz variaram: interações curtas melhoraram o humor dos usuários, enquanto o uso diário prolongado às vezes teve o efeito oposto.

Os resultados do estudo revelaram que conversas pessoais estavam associadas a níveis mais altos de solidão, mas a menor dependência emocional. Em contrapartida, conversas impessoais apresentaram um padrão diferente, com os níveis de dependência emocional aumentando com o uso frequente.

Jason Phang, pesquisador de segurança da OpenAI envolvido no projeto, afirmou que muito do trabalho da OpenAI era preliminar, mas que a empresa estava tentando iniciar uma discussão sobre como mensurar esses impactos e os efeitos a longo prazo nos usuários. Kate Devlin, professora de IA e sociedade no King's College London, disse que as pessoas podem não ter usado o ChatGPT de forma emocional, mas não conseguem separar o fato de serem humanas de suas interações com a tecnologia.