OpenAI se encuentra en la fase final de desarrollo de un nuevo modelo de voz para ChatGPT, llamado Bidi 1. Esta innovadora tecnología está diseñada para facilitar conversaciones mucho más naturales, gracias a su capacidad poco común en los asistentes de inteligencia artificial: escuchar y hablar al mismo tiempo.
La información fue revelada por el portal especializado TestingCatalog, que encontró referencias al nuevo sistema en el código interno de la aplicación de ChatGPT. Según este portal, el lanzamiento de Bidi 1 podría iniciarse la próxima semana.
Si se confirma, Bidi 1 representaría la evolución más significativa del modo de voz avanzado que OpenAI presentó hace más de dos años. Esta función permitió, por primera vez, mantener conversaciones fluidas y en tiempo real con el chatbot.
Una de las principales características de Bidi 1 es su capacidad para procesar simultáneamente la entrada y salida de voz. Esto significa que el sistema puede seguir escuchando al usuario mientras está hablando, reaccionar a interrupciones, interpretar pausas naturales y ajustar su respuesta en tiempo real, sin necesidad de esperar a que el usuario termine una frase.
Según las pruebas compartidas por TestingCatalog, el modelo puede adaptarse de manera inmediata a cambios en las instrucciones durante una conversación. Por ejemplo, si se le solicita contar hasta diez y, en medio de la tarea, el usuario le indica contar hacia atrás, el sistema puede dejar de lado la acción anterior y comenzar la nueva sin reiniciar la conversación.
Otra mejora notable es la capacidad de Bidi 1 para conservar mejor el contexto en diálogos prolongados. Esto le permite recordar con mayor precisión los elementos mencionados anteriormente y responder de manera más coherente a medida que la conversación avanza.
Además, el nuevo modelo incluiría señales conversacionales más similares a las que utilizan las personas, como expresiones breves de confirmación como «ok» o respuestas de seguimiento cuando detecta pausas o cambios en el ritmo del habla. Este tipo de comportamientos busca reducir la sensación de interactuar con una máquina y acercar la experiencia a una conversación humana natural.
Desde la introducción del modo de voz avanzado, OpenAI ha trabajado para convertir a ChatGPT en un asistente cada vez más conversacional. La compañía ha implementado mejoras en la velocidad de respuesta, comprensión del lenguaje natural, memoria y capacidad para interpretar diferentes tonos de voz.
Con Bidi 1, el objetivo parece ser eliminar una de las últimas barreras que aún separan a los asistentes virtuales de una conversación entre personas: la habilidad de escuchar activamente mientras se habla. Según las demostraciones presentadas por TestingCatalog, el sistema mantiene diálogos fluidos sin cortes perceptibles y responde de manera inmediata a las intervenciones del usuario.
Con información de Montevideo Portal
