OpenAI lança o GPT-Live-1.1: novas vozes em 6 idiomas e menos pausas com “checking...”

A OpenAI lançou o GPT-Live-1.1, uma atualização do modelo de voz que funciona no modo Voice do ChatGPT e no Codex. As novas vozes cobrem seis variantes de idioma: francês, alemão, hindi, espanhol mexicano, coreano e japonês. A atualização começa a ser liberada hoje para todos os usuários. A empresa promete acesso via API “em breve”, sem data.

O anúncio é curto: um vídeo no canal da OpenAI e três linhas de descrição. Não há benchmarks, números de latência nem comparação com a versão anterior. Por isso, abaixo vai apenas o que se sabe e conclusões cautelosas a partir disso.

O que mudou na voz

São três os pontos principais: novas vozes, sotaques mais precisos e menos “checking...”. Os dois primeiros são autoexplicativos. O terceiro, pela formulação, parece se referir aos momentos em que o assistente de voz sai para buscar uma informação ou acionar uma ferramenta e uma pausa de serviço fica pairando no áudio. Se essas pausas diminuíram, a conversa deve fluir de forma mais contínua. A OpenAI não esclarece quanto elas diminuíram.

Um destaque para os sotaques. Em uma interface de voz, isso é questão de confiança: fala em francês com fonética inglesa ou em japonês com entonação errada denuncia na hora que a voz é sintética. A menção explícita ao espanhol mexicano indica que a OpenAI está testando variantes regionais do idioma, e não um “espanhol” genérico.

Onde funciona e quem tem acesso

A descrição lista o Voice no ChatGPT, o Codex e mais um produto, chamado “dots”. Pelo texto, não dá para saber o que é: um serviço separado ou um erro de digitação. Não vamos especular.

A chegada da voz ao Codex é mais interessante do que a lista de idiomas. Trata-se de um ambiente para trabalhar com código, e a voz ali significa controlar o agente por conversa: passar uma tarefa, pedir esclarecimentos e receber a resposta sem tocar no teclado. Nesse cenário, pausas como “checking...” incomodam ainda mais, porque o agente já executa operações demoradas por conta própria.

Principais parâmetros do lançamento:

• Modelo: GPT-Live-1.1.
• Novas vozes: francês, alemão, hindi, espanhol mexicano, coreano, japonês.
• Produtos: Voice no ChatGPT, Codex e mais um item, chamado “dots”.
• Disponibilidade: todos os usuários; a liberação começou hoje.
• API: “em breve”, sem data nem preço divulgados.
• Métricas de qualidade e latência: não publicadas no anúncio.

Conclusões práticas

Usuários dos seis grupos de idioma devem testar a atualização por conta própria: abrir o modo de voz e conversar no idioma nativo sobre assuntos variados, de perguntas do dia a dia a termos do trabalho. A qualidade subjetiva do sotaque e a naturalidade das pausas valem mais do que qualquer linha da descrição. Se a voz não apareceu, o lançamento pode ainda não ter chegado à sua conta.

Desenvolvedores e equipes de produto não têm pressa. Sem API, não é possível integrar o GPT-Live-1.1 a um aplicativo próprio. Quando ela for lançada, será preciso observar três pontos: o preço por minuto de fala, a latência do primeiro áudio e o comportamento do modelo ao chamar ferramentas. É justamente aí que mora o “checking...”.

Para equipes que criam produtos de voz localizados para Índia, Coreia, Japão e América Latina, o lançamento é um sinal: um concorrente em voz está reforçando justamente esses mercados. Se você tem uma stack de voz própria, é um bom momento para montar um conjunto de frases de controle nesses idiomas e comparar os resultados assim que a API estiver disponível.

E, enquanto não houver números oficiais, trate as formulações “melhor” e “menos” como uma alegação, e não como fato comprovado.