Inteligência Artificial · tecnologia
OpenAI lança GPT-Live-1, modelo de voz que fala e ouve simultaneamente
A OpenAI apresentou o GPT-Live-1, descrito como seu modelo de voz mais inteligente até agora, capaz de processar entrada e saída de áudio continuamente em tempo real, permitindo tradução instantânea e conversas mais naturais com menos interrupções.

A OpenAI deu um passo significativo na evolução das interfaces de voz para inteligência artificial com o lançamento do GPT-Live-1, um modelo que promete tornar as conversas com o ChatGPT muito mais naturais e fluidas. Durante um briefing para a imprensa, Kundan Kumar, líder de pesquisa da OpenAI, classificou o GPT-Live-1 como o "modelo de voz mais inteligente" da empresa até o momento.
Full duplex: falando e ouvindo ao mesmo tempo
A inovação central do GPT-Live-1 é sua capacidade de operar em modo full duplex. "Isso significa que ele pode falar e ouvir ao mesmo tempo", explicou Atty Eleti, líder de produto da OpenAI. "Do lado do modelo, ele pode processar o fluxo de entradas e produzir o fluxo de saída de forma contínua e simultânea."
Esta configuração abre novas funcionalidades para o modo de voz do ChatGPT, incluindo tradução em tempo real. Agora, em vez de esperar até que você pare de falar para traduzir sua fala, o ChatGPT pode traduzir enquanto você fala. Os usuários também podem solicitar que o ChatGPT Voice pare de falar até ser chamado novamente — algo que não era possível anteriormente.
O modelo reconhecerá que está ouvindo com frases como "mhmm", "yeah" e "got it", criando uma experiência de conversa mais natural que imita melhor a interação humana.
Integração com modelos de texto avançados
Quando o GPT-Live-1 encontra perguntas que requerem raciocínio complexo ou busca na web, ele automaticamente encaminha as consultas para os melhores modelos de texto da OpenAI, como o GPT-5.5. Isso permite transições mais rápidas entre pesquisar o tópico perguntado e discutir suas descobertas.
Além disso, o modelo suplementará conversas sobre clima, ações e esportes com visuais gerados por IA mostrando informações relevantes como placares esportivos ou a previsão da semana. Esta integração multimodal torna as respostas mais informativas e visualmente envolventes.
Disponibilidade por nível de assinatura
O GPT-Live-1 está sendo lançado através de iOS, Android e na web. Ele alimentará o ChatGPT Voice para assinantes Go, Plus e Pro. Para usuários gratuitos, um modelo menor e mais eficiente chamado GPT-Live-1 mini será o padrão.
Esta diferenciação reflete a estratégia da OpenAI de reservar seus recursos mais avançados para assinantes pagos, enquanto oferece uma versão otimizada para a base gratuita. O GPT-Live-1 mini foi projetado para consumir menos recursos computacionais, tornando-o viável para distribuição em massa sem comprometer excessivamente a infraestrutura da empresa.
Superando limitações do modelo anterior
O ChatGPT dependia anteriormente de um modelo de voz baseado em turnos, que nem sempre produzia respostas precisas e às vezes tinha dificuldade em manter um fluxo conversacional natural. Interrupções eram frequentes, e o modelo frequentemente interpretava pausas naturais na fala como fim de turno, cortando o usuário prematuramente.
Com o GPT-Live-1, essas limitações são significativamente reduzidas. A capacidade de processar entrada e saída simultaneamente significa que o modelo pode distinguir entre pausas pensativas e conclusões reais de pensamento, respondendo de forma mais adequada ao ritmo natural da conversa.
Implicações para acessibilidade e produtividade
A melhoria no modo de voz tem implicações importantes para usuários que preferem interagir por áudio em vez de texto. Pessoas com dificuldades motoras, problemas de visão ou simplesmente preferência por comunicação falada se beneficiarão diretamente da experiência mais fluida.
Profissionais que usam o ChatGPT durante atividades que impedem o uso das mãos — como dirigir, cozinhar ou realizar trabalho manual — também terão uma experiência significativamente melhorada com a redução de interrupções e a capacidade de receber feedback auditivo contínuo.
O GPT-Live-1 representa mais um passo na direção de interfaces de IA que se aproximam cada vez mais da naturalidade da interação humana, embora desafios permaneçam em áreas como compreensão de contexto emocional e nuances culturais na comunicação.