OpenAI lanza GPT-Live-1.1: nuevas voces en 6 idiomas y menos «checking...»

OpenAI ha lanzado GPT-Live-1.1, una actualización del modelo de voz que funciona en el modo Voice de ChatGPT y en Codex. Las nuevas voces llegan a seis variantes lingüísticas: francés, alemán, hindi, español de México, coreano y japonés. La actualización se despliega hoy para todos los usuarios. La compañía promete el acceso a través de la API «pronto», sin fecha.

El anuncio es breve: un vídeo en el canal de OpenAI y tres líneas de descripción. No incluye benchmarks, ni cifras de latencia, ni comparación con la versión anterior. Por eso, a continuación solo recogemos lo que se sabe, con conclusiones prudentes.

Qué ha cambiado en la voz

Hay tres puntos principales: voces nuevas, acentos más precisos y menos «checking...». Los dos primeros se explican solos. El tercero, a juzgar por la formulación, se refiere a los momentos en que el asistente de voz va a buscar información o a usar una herramienta y en la conversación se cuela una pausa de servicio. Si ahora hay menos pausas de este tipo, la conversación debería fluir mejor. OpenAI no precisa cuánto menos.

Una nota aparte sobre los acentos. En una interfaz de voz, son una cuestión de confianza: el francés con fonética inglesa o el japonés con una entonación incorrecta delatan de inmediato que la voz es sintética. Que se mencione de forma explícita el español de México indica que OpenAI prueba variantes regionales del idioma, y no un «español» genérico.

Dónde funciona y quién tiene acceso

La descripción enumera Voice en ChatGPT, Codex y un producto más, llamado «dots». Por el texto no se puede saber qué es: si un servicio aparte o una errata. No vamos a especular.

La llegada de la voz a Codex es más interesante que la lista de idiomas. Es un entorno para trabajar con código, y la voz permite allí controlar al agente conversando: plantear una tarea, aclarar dudas y recibir la respuesta sin tocar el teclado. En ese escenario, pausas como «checking...» resultan especialmente molestas, porque el agente ya de por sí ejecuta operaciones largas.

Parámetros clave del lanzamiento:

• Modelo: GPT-Live-1.1.
• Nuevas voces: francés, alemán, hindi, español de México, coreano, japonés.
• Productos: Voice en ChatGPT, Codex y un elemento más, llamado «dots».
• Disponibilidad: todos los usuarios; el despliegue comenzó hoy.
• API: «pronto»; no se han indicado fecha ni precio.
• Métricas de calidad y latencia: no se han publicado en el anuncio.

Conclusiones prácticas

Los usuarios de los seis grupos lingüísticos deberían probar la actualización por su cuenta: abrir el modo de voz y hablar en su idioma sobre temas variados, desde preguntas cotidianas hasta terminología del trabajo. La calidad subjetiva del acento y la naturalidad de las pausas valen más que cualquier línea de la descripción. Si la voz no ha aparecido, es posible que el despliegue aún no haya llegado a su cuenta.

Los desarrolladores y los equipos de producto no tienen prisa. Mientras no haya API, no se puede integrar GPT-Live-1.1 en una aplicación propia. Cuando salga, habrá que fijarse en tres cosas: el precio por minuto de voz, la latencia del primer sonido y el comportamiento del modelo al llamar a herramientas. Ahí es donde vive el «checking...».

Para los equipos que desarrollan productos de voz localizados para India, Corea, Japón y Latinoamérica, este lanzamiento es una señal: un competidor en voz está reforzando precisamente esos mercados. Si tiene su propio stack de voz, es buen momento para preparar un conjunto de frases de control en esos idiomas y comparar los resultados en cuanto aparezca la API.

Y mientras no haya cifras oficiales, conviene tomar las formulaciones «mejor» y «menos» como una declaración de intenciones, y no como un hecho demostrado.