Modo de voz de ChatGPT: hablar con la IA como con un amigo — vídeos complementarios

OpenAI

Dos instancias del modo de voz conversan entre sí, y una dispone de acceso a la cámara para describir la habitación. Dura tres minutos y es la forma más rápida de comprender qué diferencia al modo de voz de las antiguas interfaces de "pulsa el micrófono, espera y escucha": interrupciones, tono, música y visión en tiempo real, todo en un solo clip.

Qué aprenderás: Verás rápidamente cómo funciona una interacción de voz multimodal, sobre todo las interrupciones, el tono y una conversación que utiliza la cámara.

Qué ver o saber antes: Saber que el comportamiento de una demostración puede diferir según el producto, la región y el plan de cuenta disponibles.

OpenAI

Esta es la presentación de mayo de 2024 en la que se mostró por primera vez el modo de voz en tiempo real de ChatGPT. Mark Chen realiza la demostración del ejercicio de respiración, Barrett Zoph la del tutor de matemáticas y, después, pasan a la traducción en tiempo real entre italiano e inglés. Son veintiséis minutos de "ah, a esto se refieren con hablar con la IA como con un amigo". El modelo y las capacidades mostradas han seguido mejorando desde entonces.

Qué aprenderás: Comprenderás por qué una conversación de voz en tiempo real se percibe de manera distinta al dictado o a los asistentes de voz clásicos.

Qué ver o saber antes: Ninguno, pero considéralo una demostración de lanzamiento, no un manual del producto actual.