OpenAI lança GPT-Live com arquitetura de voz full-duplex

A OpenAI anunciou o lançamento do GPT-Live, uma nova geração de modelos de voz projetada para elevar a naturalidade das interações com o ChatGPT. A principal inovação reside na arquitetura full-duplex, que permite ao sistema ouvir e falar simultaneamente. Diferente das versões anteriores, que dependiam de detecção de silêncio e turnos de fala rígidos, o GPT-Live processa áudio de forma contínua, permitindo que o usuário interrompa o assistente de forma orgânica e que a IA responda com maior fluidez e expressividade. A atualização visa reduzir drasticamente a latência, aproximando a experiência de uso de uma conversa humana real.

Para viabilizar essa capacidade, a OpenAI implementou uma estrutura que separa a camada de interação de voz da camada de raciocínio. Durante uma conversa, o sistema pode delegar tarefas complexas, como buscas na web ou cálculos, ao modelo GPT-5.5, enquanto mantém o fluxo de áudio ativo. Além disso, a ferramenta introduz recursos como tradução em tempo real e a exibição de cartões visuais informativos, tornando o assistente mais versátil para diferentes contextos de uso. A empresa também reforçou os protocolos de segurança para evitar a imitação de vozes reais, respondendo a preocupações éticas levantadas em lançamentos anteriores.

A disponibilidade do recurso foi segmentada pela OpenAI: o GPT-Live-1, que oferece a experiência completa, está restrito aos assinantes dos planos Go, Plus e Pro. Já os usuários da conta gratuita terão acesso ao GPT-Live-1 mini, uma versão otimizada da tecnologia. Com este lançamento, a OpenAI busca consolidar o ChatGPT como um assistente virtual avançado, capaz de lidar com ambientes ruidosos e mudanças de ritmo na fala. A companhia já sinalizou que pretende expandir o acesso a essa tecnologia para desenvolvedores por meio de sua API em breve, ampliando o potencial de integração em outros produtos e serviços.