Mensagens anteriores

A OpenAI acaba de dar um passo de gigante para tornar a interação com a sua inteligência artificial indistinguível de uma conversa humana. A empresa lançou uma atualização significativa para o Modo de Voz Avançado do ChatGPT, que agora soa consideravelmente mais natural, expressivo e, como grande novidade, funciona como um tradutor em tempo real.

Desde a introdução do GPT-4o no ano passado, que a OpenAI tem vindo a refinar a capacidade de resposta por voz do seu assistente. Com uma capacidade de reação que pode chegar aos 232 milissegundos — semelhante ao tempo de resposta numa conversa entre pessoas — o ChatGPT já era rápido. Agora, a qualidade dessa voz atingiu um novo patamar.

Uma voz que já não parece robótica

A mais recente atualização, anunciada hoje pela OpenAI, foca-se nos detalhes que definem uma voz humana. As respostas do ChatGPT contam agora com uma entonação muito mais subtil e uma cadência realista, o que inclui pausas nos momentos certos e ênfase em palavras específicas para transmitir significado.

Mais impressionante ainda é a capacidade aprimorada para captar pistas não-verbais, como a velocidade da fala do utilizador, e responder com uma expressividade mais adequada, conseguindo simular emoções como empatia ou até mesmo sarcasmo.

A reação da comunidade não se fez esperar, com utilizadores a partilharem a sua surpresa nas redes sociais. Shaun Ralston, por exemplo, partilhou no X (antigo Twitter) a sua experiência, afirmando que a nova voz "não se limita a falar, ela representa. Parece menos uma IA e mais um amigo humano."

O seu tradutor pessoal, sempre à mão

A cereja no topo do bolo desta atualização é a introdução do suporte para tradução. Os utilizadores podem agora pedir ao ChatGPT para começar a traduzir uma conversa entre diferentes idiomas. Uma vez ativada, a funcionalidade permanece ativa, traduzindo o diálogo continuamente até que o utilizador dê ordem para parar. Na prática, esta funcionalidade transforma o ChatGPT numa ferramenta que pode substituir a necessidade de aplicações de tradução por voz dedicadas.

Mas há um senão: nem tudo é perfeito (e é pago)

Por enquanto, estas novidades estão disponíveis apenas para os subscritores dos planos pagos do ChatGPT. Além disso, a própria OpenAI reconhece que existem algumas limitações nesta fase inicial.

A empresa alerta para a possibilidade de, ocasionalmente, ocorrerem pequenas reduções na qualidade do áudio, como variações inesperadas no tom e na afinação da voz. A OpenAI espera, no entanto, melhorar a consistência sonora com o tempo. Persistem também as raras "alucinações" no Modo de Voz, que podem levar à produção de sons inesperados, como ruídos que se assemelham a anúncios, palavras sem sentido ou música de fundo.

Apesar destas pequenas falhas, o fluxo constante de melhorias demonstra uma clara trajetória: o futuro da interação entre humanos e inteligência artificial será, muito provavelmente, uma conversa fluída e indistinguível das que temos no nosso dia a dia.