ChatGPT ganha vozes mais naturais e melhora reconhecimento de sotaques; veja novidades

Tudo sobre ChatGPT ver mais Tudo sobre Inteligência Artificial ver mais Tudo sobre OpenAI ver mais A OpenAI anunciou, nesta quinta-feira (15), uma atualização do modo Voz do ChatGPT, com melhorias no reconhecimento da fala, na compreensão de diferentes sotaques e na naturalidade das conversas. A novidade inclui os modelos GPT-Live-1.1 e GPT-Live-1.1 Quip, versão menor da tecnologia, além de novas opções de vozes em diferentes idiomas. No Brasil, a atualização chega em momento de expansão do uso de recursos de voz e ditado na plataforma. Segundo informações divulgadas pela OpenAI, o país está entre os cinco maiores mercados do ChatGPT nesse tipo de interação, e o número de usuários semanais do modo Voz dobrou ao longo do último ano. A empresa também destaca que a experiência foi aprimorada para situações cotidianas, como fazer perguntas, desenvolver ideias em voz alta e pedir ajuda para organizar tarefas.

A proposta é tornar as conversas mais fluidas, inclusive quando o usuário mistura idiomas ou precisa transmitir informações que combinam letras e números. O que muda no modo Voz do ChatGPT? A atualização reúne três melhorias principais: compreensão da fala, fluidez das respostas e ampliação das opções de vozes. Reconhecimento de sotaques: os modelos receberam melhorias para compreender diferentes formas de pronúncia em vários idiomas, inclusive em conversas que misturam línguas; Conversas mais naturais: o ChatGPT passa a variar melhor as expressões curtas usadas durante a execução de uma solicitação, evitando repetições, como “Estou verificando isso…” enquanto realiza uma tarefa; Novas vozes: foram adicionadas opções em francês, alemão, hindi, espanhol do México, coreano e japonês, além da voz Bubbie, em inglês, inspirada na maneira de falar de avós. A atualização também busca melhorar a compreensão de informações que combinam letras e números, algo útil para transmitir códigos, nomes, identificadores e outros dados durante uma conversa. GPT-Live-1.1 e Quip: qual é a diferença? A OpenAI está disponibilizando duas versões atualizadas dos modelos que alimentam o modo Voz do ChatGPT. O GPT-Live-1.1 é o sucessor do GPT-Live-1, enquanto o GPT-Live-1.1 Quip substitui o GPT-Live-1 mini.

Segundo a documentação técnica da empresa, o primeiro será o modelo padrão de voz para usuários Plus e planos superiores. O Quip será utilizado por padrão pelos demais usuários. Os dois modelos foram desenvolvidos para permitir interações contínuas, nas quais o ChatGPT pode ouvir e responder sem esperar que cada fala termine de maneira perfeitamente definida.

Isso ajuda a tornar as interrupções e as mudanças de ritmo mais naturais. A atualização também se estende ao Codex e ao Dots, produtos da OpenAI que utilizam recursos de inteligência artificial (IA) para auxiliar em tarefas e fluxos de trabalho. A disponibilização é gradual, e os recursos disponíveis podem variar de acordo com o plano e a conta. T Como ficam as vozes em português brasileiro? Embora a atualização apresente novas vozes para outros idiomas, a OpenAI já oferece opções desenvolvidas para o português brasileiro: Viola e Rio. A Viola tem uma personalidade leve, espontânea e curiosa. Já a Rio foi concebida com um estilo caloroso, acolhedor e prestativo. Essas opções fazem parte da estratégia de adaptar a experiência de voz às características de diferentes idiomas e públicos.

A empresa não anunciou a Viola e a Rio como novidades desta atualização específica, mas destacou que o Brasil é um mercado importante para o uso de voz e ditado no ChatGPT. Para conferir as opções disponíveis, o usuário pode abrir as configurações do ChatGPT, acessar a seção “Voz” e selecionar a opção desejada. A lista pode variar conforme a região e a conta. Voz ganha espaço nas tarefas do dia a diaA OpenAI também quer ampliar o uso do modo Voz para além de perguntas rápidas. A ferramenta pode servir para explorar ideias, organizar atividades e desenvolver planos por meio de uma conversa. Um exemplo apresentado pela empresa é o planejamento de um almoço em família.

O usuário pode informar quais ingredientes tem na geladeira, quantas pessoas participarão da refeição e quais são suas preferências alimentares. A partir dessas informações, o ChatGPT pode sugerir pratos, alternativas de ingredientes e listas de compras. A vantagem desse formato é permitir que o usuário acrescente informações e ajuste o pedido naturalmente, sem precisar formular uma nova solicitação completa a cada mudança. O modo Voz também pode ser usado em conjunto com texto e imagens no mesmo chat, conforme os recursos disponíveis para a conta. Assim, a interação não fica restrita à fala: o usuário pode complementar a conversa digitando ou enviando imagens. OpenAI divulga avaliações de segurança dos novos modelosJunto à atualização, a OpenAI publicou documentação técnica sobre o GPT-Live-1.1 e o GPT-Live-1.1 Quip, com informações sobre treinamento, avaliações e mecanismos de segurança. Segundo a empresa, os modelos mantêm, em geral, desempenho semelhante ao de seus antecessores nas avaliações de segurança.

A documentação, porém, registra pioras estatisticamente significativas do GPT-Live-1.1 em algumas categorias de testes sintéticos, incluindo conteúdo sexual, saúde mental, dependência emocional e violência gráfica. A OpenAI afirma que são necessárias mais pesquisas para compreender essas diferenças e que pretende melhorar esses aspectos em versões futuras. A empresa ressalta que esses testes são construídos para avaliar situações específicas e difíceis; portanto, não representam diretamente a frequência com que problemas desse tipo ocorrem no uso cotidiano. A publicação das avaliações acompanha a evolução dos recursos de voz, que passam a ocupar um papel mais importante nas interações com o ChatGPT. O objetivo anunciado é tornar as conversas mais naturais em diferentes idiomas e ampliar a utilidade da ferramenta em atividades do dia a dia.

Rodrigo Mozelli Rodrigo Mozelli é jornalista formado pela Universidade Metodista de São Paulo (UMESP) e, atualmente, é redator do Olhar Digital. Ver todos os artigos →