A experiência de conversar com inteligência artificial ficou significativamente mais humana. O novo modo de voz do ChatGPT, chamado GPT-Live, representa uma mudança radical em relação aos sistemas anteriores da plataforma.
O modelo original de 2023 funcionava com três etapas separadas: convertia a fala em texto, processava a resposta por meio de um modelo de linguagem e então transformava a resposta escrita em áudio. O Advanced Voice Mode trouxe um modelo multimodal único, mas ainda apresentava limitações.
Com o GPT-Live, a OpenAI implementou uma arquitetura chamada 'full-duplex', que permite ao assistente ouvir e falar ao mesmo tempo. Essa característica resolve um dos principais problemas das versões anteriores, quando o sistema frequentemente interpretava uma pausa breve como o fim da sua fala e começava a responder antes que você terminasse.
Outro detalhe que torna as conversas mais naturais são as interjeições. Durante o diálogo, o ChatGPT pode emitir sons como 'aham' ou 'é', replicando o comportamento de uma pessoa real em conversa.
Para funcionalidades mais complexas que exigem raciocínio profundo ou pesquisas extensas, o GPT-Live é capaz de acionar automaticamente modelos mais poderosos, como o GPT-5.5, em segundo plano.
O acesso ao novo recurso está disponível no aplicativo ChatGPT para Android e iOS, além da versão web por meio de navegadores. Usuários dos planos Pro, Plus e Go utilizam o modelo GPT-Live-1 completo, enquanto quem usa a versão gratuita tem à disposição o GPT-Live-1 mini.
Para começar, basta tocar no ícone de onda sonora localizado à direita da caixa de texto. No primeiro uso, o sistema solicitará permissão para acessar o microfone do dispositivo. Uma esfera flutuante interativa aparece na tela durante o modo voz.
Nas configurações, acessíveis pelo ícone no canto superior direito, é possível ajustar três níveis de inteligência: Instantâneo, Médio e Alto. A configuração padrão é Instantâneo, que prioriza respostas rápidas para perguntas cotidianas. Assinantes podem optar por níveis mais altos para discussões mais elaboradas. A opção de personalização não está disponível na versão mini.
O modo de voz permanece ativo mesmo quando o usuário troca de aplicativo ou bloqueia o celular. Atualmente, a função não suporta compartilhamento de tela ou vídeo. Caso prefira, é possível retornar ao modelo anterior pelas configurações, na seção Voz, onde também é possível escolher outras vozes, alterar o idioma ou definir o modo de voz como padrão ao abrir o aplicativo.
Durante a conversa, basta rolar a tela para baixo para visualizar a transcrição completa do que foi dito. Se a pergunta puder ser respondida de forma visual, o ChatGPT gera um widget interativo acompanhar a resposta falada.
A impressão após testes prolongados é que a naturalidade do diálogo faz o usuário esquecer que está conversando com uma máquina. A responsividade também torna a ferramenta útil para traduções em tempo real durante conversas.
