A interação por voz com inteligência artificial tem evoluído a passos largos, e o ChatGPT, da OpenAI, figura entre os líderes nesse avanço com suas vozes notavelmente naturais. Contudo, mesmo os sistemas mais avançados ainda apresentam margens para aprimoramento. Atendendo a essa necessidade, a OpenAI anunciou o GPT-Live-1.1, uma atualização que visa refinar a experiência de conversação por voz, abordando pontos específicos que, embora sutis, podem impactar a fluidez e a naturalidade da interação.

A nova versão concentra seus esforços em três áreas principais: a introdução de novas vozes, o aprimoramento de sotaques em diversos idiomas e a diversificação das expressões utilizadas pelo assistente quando está processando informações. O foco não é uma reestruturação fundamental do modelo, mas sim ajustes finos para otimizar o uso cotidiano e a percepção de realismo pelo usuário.

Novas Vozes e Sotaques Mais Autênticos

Um dos pilares da atualização GPT-Live-1.1 é a expansão do leque de vozes disponíveis. A OpenAI adicionou novas opções para idiomas como francês, alemão, hindi, japonês, coreano e espanhol do México. Além disso, uma nova voz em inglês, batizada de 'Bubbie', foi incorporada. Mais do que a simples adição de novas vozes, a OpenAI destaca o aprimoramento dos sotaques em vários idiomas. Essa melhoria é crucial para que os usuários se sintam mais confortáveis e familiarizados com a forma de falar do assistente, aproximando-o de uma comunicação humana mais autêntica e menos genérica.

Essa atenção aos sotaques não é nova para a OpenAI. Em julho, durante a apresentação do GPT-Live, a arquitetura que permite conversas contínuas e gestão de interrupções, a empresa já havia reconhecido desafios com sotaques e fluidez em determinados idiomas. Uma demonstração na época revelou um assistente falando hindi com um sotaque americano pronunciado e um vocabulário pouco natural. A atualização GPT-Live-1.1 parece ser uma resposta direta a essas limitações identificadas, buscando corrigir falhas que comprometem a imersão.

Menos Repetição, Mais Fluidez

Outro aspecto que a OpenAI buscou aprimorar no GPT-Live-1.1 é a comunicação verbal durante as buscas de informação. Usuários que empregam o modo de voz frequentemente se deparam com expressões curtas que o assistente utiliza para indicar que está processando uma solicitação. Ouvir repetidamente frases como 'checking...' pode quebrar a sensação de naturalidade. A nova versão introduz uma gama mais variada de frases para sinalizar essa atividade, tornando a experiência menos monótona e mais dinâmica. É importante notar que essa melhoria não se traduz em buscas mais rápidas, mas sim em uma comunicação verbal mais agradável e menos previsível.

Disponibilidade e Implicações Futuras

O GPT-Live-1.1 começou a ser implementado em 15 de outubro, juntamente com o GPT-Live-1.1 Quip, uma versão menor do modelo. As melhorias também se estenderão a outros produtos da OpenAI, como Codex e dots, com a disponibilidade das vozes podendo variar entre regiões e tipos de conta. A API receberá a nova versão posteriormente, sem data definida ainda. A evolução contínua na naturalidade das vozes de IA, como demonstrado pelo GPT-Live-1.1, sugere um futuro onde a linha entre a comunicação humano-máquina e a interação humana se torna cada vez mais tênue, abrindo novas possibilidades para assistentes virtuais em diversas aplicações.

Com reportagem de Brazil Valley

Source · Xataka