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

Novidade inclui os modelos GPT-Live-1.1 e GPT-Live-1.1 Quip, uma versão menor da tecnologia, além de novas opções de vozes em diferentes idiomas

A OpenAI anunciou, nesta quinta-feira (15), uma nova atualização para o modo Voz do ChatGPT, trazendo avanços na identificação da fala, na interpretação de diferentes sotaques e na fluidez dos diálogos. A novidade apresenta os modelos GPT-Live-1.1 e GPT-Live-1.1 Quip, uma versão mais compacta da tecnologia, além de disponibilizar novas alternativas de vozes em vários idiomas.

No Brasil, a atualização acontece em meio ao crescimento da utilização de ferramentas de voz e ditado na plataforma. De acordo com dados divulgados pela OpenAI, o país está entre os cinco principais mercados do ChatGPT para esse tipo de interação, e a quantidade de usuários semanais do modo Voz aumentou duas vezes no decorrer do último ano.

A companhia também ressalta que a experiência foi aperfeiçoada para atender a necessidades do dia a dia, como esclarecer dúvidas, explorar ideias verbalmente e obter auxílio na organização de atividades. O objetivo é proporcionar diálogos mais naturais, inclusive em situações nas quais o usuário alterna entre idiomas ou precisa comunicar informações que envolvem 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 liberando duas versões renovadas dos modelos responsáveis pelo funcionamento do modo Voz do ChatGPT.

O GPT-Live-1.1 chega para substituir o GPT-Live-1, enquanto o GPT-Live-1.1 Quip assume o lugar do GPT-Live-1 mini. Conforme a documentação técnica da empresa, o primeiro será definido como modelo padrão de voz para assinantes do plano Plus e das categorias superiores. Já o Quip será a opção utilizada automaticamente pelos usuários dos demais planos.

As duas versões foram criadas para proporcionar diálogos mais dinâmicos, permitindo que o ChatGPT escute e responda de forma contínua, sem depender de pausas perfeitamente delimitadas entre as falas. Com isso, interrupções e alterações no ritmo da conversa podem acontecer de maneira mais espontânea.

As melhorias também chegam ao Codex e ao Dots, ferramentas da OpenAI que empregam inteligência artificial (IA) para apoiar a realização de atividades e a organização de fluxos de trabalho.

A implementação está ocorrendo por etapas, e a disponibilidade das funcionalidades pode mudar conforme o tipo de assinatura e as configurações de cada conta.

Como ficam as vozes em português brasileiro?
Apesar de a atualização incluir novas alternativas de voz para outros idiomas, a OpenAI já disponibiliza opções criadas para o português brasileiro: Viola e Rio. A primeira apresenta um estilo descontraído, natural e curioso, enquanto a segunda possui uma abordagem mais calorosa, receptiva e prestativa.

Essas alternativas integram os esforços da empresa para ajustar a experiência de conversação por voz às particularidades de cada idioma e às preferências de diferentes públicos. A OpenAI não apresentou Viola e Rio como lançamentos desta atualização, mas ressaltou a relevância do Brasil no uso de recursos de voz e ditado do ChatGPT.

Para verificar quais vozes estão disponíveis, basta entrar nas configurações do ChatGPT, acessar a área “Voz” e escolher a opção preferida. As alternativas exibidas podem mudar de acordo com a região e as características da conta.

Voz ganha espaço nas tarefas do dia a dia
A OpenAI pretende expandir a utilização do modo Voz para atividades que vão além de consultas simples. O recurso também pode ajudar os usuários a desenvolver ideias, planejar compromissos e organizar tarefas por meio de diálogos.

Entre os exemplos apresentados pela companhia está a preparação de um almoço familiar. Nesse caso, o usuário pode dizer quais alimentos estão disponíveis na geladeira, informar o número de convidados e explicar suas preferências alimentares. Com base nesses dados, o ChatGPT consegue recomendar receitas, indicar substituições de ingredientes e elaborar listas de compras.

Um dos benefícios desse formato é a possibilidade de acrescentar detalhes e modificar as solicitações durante a conversa, sem precisar elaborar um novo pedido do zero sempre que houver alguma alteração.

Dependendo das funcionalidades liberadas para a conta, o modo Voz também pode ser combinado com mensagens escritas e imagens no mesmo chat. Dessa maneira, a interação não depende exclusivamente da fala, permitindo que o usuário forneça informações adicionais por texto ou pelo envio de fotografias.

OpenAI divulga avaliações de segurança dos novos modelos
Em conjunto com a atualização, a OpenAI divulgou documentos técnicos referentes aos modelos GPT-Live-1.1 e GPT-Live-1.1 Quip. O material apresenta detalhes sobre os processos de treinamento, os testes de desempenho e as medidas de segurança implementadas nas tecnologias.

De acordo com a companhia, as novas versões apresentam, de modo geral, resultados semelhantes aos modelos anteriores nas avaliações de segurança. Entretanto, os documentos apontam quedas estatisticamente relevantes no desempenho do GPT-Live-1.1 em determinadas categorias de testes simulados, envolvendo conteúdo sexual, saúde mental, dependência emocional e violência gráfica. A empresa afirma que são necessários estudos adicionais para entender essas diferenças e que pretende aprimorar esses pontos nas próximas versões.

A OpenAI também esclarece que os testes são elaborados para examinar circunstâncias específicas e desafiadoras. Por esse motivo, os resultados não indicam diretamente a frequência com que situações semelhantes acontecem durante a utilização normal da ferramenta.

A divulgação dessas análises ocorre paralelamente à expansão das funcionalidades de voz, que estão ganhando mais espaço na interação com o ChatGPT. Entre os objetivos apresentados pela empresa estão tornar os diálogos mais naturais em diferentes idiomas e ampliar a aplicação do recurso nas atividades cotidianas.

Fonte: Olhar Digital