OpenAI substitueix el mode de veu de ChatGPT per GPT-Live, un model que escolta i parla alhora. Què pot aportar la veu a pimes i autònoms.
La setmana passada OpenAI va estrenar GPT-Live, el nou sistema de veu de ChatGPT, i aquests dies està arribant als comptes de tothom. No és una millora cosmètica: canvia com funciona la conversa per dins.
Què ha canviat
Fins ara, el mode de veu de ChatGPT era un pedaç de tres peces: transcrivia el que deies, el model ho processava com a text i una tercera peça llegia la resposta en veu alta. D'aquí les pauses estranyes i aquella sensació de walkie-talkie: primer parles tu, després parla ell.
GPT-Live és un sol model que escolta i parla alhora, com fem les persones. En diuen full-duplex. El pots interrompre a mitja frase, pot callar mentre tu penses i fa traducció en directe mentre parles. També interpreta el to: no és el mateix un «val» convençut que un «val...» carregat de dubtes. I quan la cosa es complica —cerques, raonament llarg, tasques d'agent— passa la feina a GPT-5.5, que treballa en paral·lel.
El desplegament va començar el 8 de juliol. Els comptes de pagament tenen GPT-Live-1; els gratuïts, la versió mini. Substitueix del tot l'antic mode de veu avançat.
Per què m'ho miro amb interès
Perquè la veu és la interfície natural de molta gent que treballa amb les mans. Un fuster prenent mides no pot teclejar. Un mecànic amb les mans brutes, tampoc. Fins ara la veu servia per dictar; a partir d'ara pot servir per conversar amb una eina mentre treballes.
A Moblio fa temps que hi treballo: la primera visita amb el client es grava per veu i la IA en treu la fitxa del projecte —peces, materials, mides—. Funciona perquè el fuster no ha de canviar res de com treballa. Només parla. Quan la conversa amb la màquina sigui tan fluida com amb una persona, aquesta porta s'acaba d'obrir del tot.
Els peus a terra
Dit això, calma. La traducció en directe encara fa demos regulars —a la presentació, l'accent en hindi grinyolava— i una veu més natural no vol dir respostes més encertades. El model que parla bé també s'equivoca bé: amb seguretat i bona entonació. Convé no abaixar la guàrdia només perquè soni convincent.
Per a un negoci petit, el consell pràctic és començar per baix: dictar notes després de cada visita, gravar els acords de les reunions, demanar coses a ChatGPT per veu mentre vas amb el cotxe cap a un client. La versió mini dels comptes gratuïts ja serveix per provar-ho. Si això t'estalvia mitja hora al dia, la resta vindrà sola.
I si vols saber on encaixaria la veu dins dels teus processos, l'avaluació de processos és un bon punt de partida: sovint el coll d'ampolla no és on sembla.
La veu era la interfície pendent. Ja no ho és tant. I per a qui treballa amb les mans, és la que compta.
← Tots els articles del blog · Qui sóc · IA per a empreses a Lleida i Catalunya