Modo avançado de voz do ChatGPT começou a chegar a um grupo de utilizadores com subscrição Plus – Computadores

Uma das funcionalidades apresentadas com o GPT-4o é a capacidade de maior compreensão do modelo de IA aos comandos de voz introduzidos pelo utilizador. O sistema consegue adaptar-se aos contextos pedidos, apresentando diferentes vozes de personagens e timbres diferentes. A OpenAI chama-lhe o modo de voz avançado e começou a chegar aos smartphones dos utilizadores subscritos no serviço ChatGPT Plus.

Desde que foi revelado, a OpenAI tem vindo a partilhar vídeos com demonstrações práticas do potencial do modelo de voz, que até gerou polémica por imitar a atriz Scarlett Johansson, num caso que chegou ao tribunal. Na mais recente demonstração, a empresa mostrou a capacidade de alterar a voz, permitindo aos utilizadores personalizar o seu assistente pessoal.

A empresa já tinha demonstrado anteriormente a capacidade de o utilizador poder interromper a IA a qualquer momento, enriquecendo a conversa com novas prompts de voz, assim como afinar em tempo real aquilo que pretende obter do assistente. Foi ainda mais longe a colocar modelos, em dois smartphones diferentes, a comunicar entre si. Se isso vai mesmo acontecer, os utilizadores vão ter a oportunidade de testar.

Durante o ensaio, um smartphone tinha a câmara ligada para ver e descrever o mundo em redor, enquanto no outro só estava a ouvir o que o primeiro dizia. O resultado foi uma conversa entre dois modelos de IA, fazendo perguntas um ao outro, acabando com ambos a cantar alternadamente.

De recordar que o GPT-4o é um modelo multimodal, capaz de processar áudio, vídeo, texto e ainda prompts com imagens. O objetivo é tornar as interações mais naturais e fáceis, na ajuda em traduções em tempo real ou o acesso à informação disponível. Recentemente, a OpenAI lançou a versão mais simples, o GPT-4o mini, que exige menos recursos, mas que consegue superar a concorrência em termos de capacidade de resposta.