Claves
OpenAI ha renovado la arquitectura de voz de ChatGPT para permitir un flujo de audio continuo, sin interrupciones. El nuevo sistema, GPT-Live, permite que ChatGPT escuche mientras habla. El arranque de cada sesión de voz pasó de seis viajes de red a uno solo. El audio viaja por una vía rápida dedicada, mientras el razonamiento y las herramientas se ejecutan de forma asíncrona. OpenAI ha publicado una explicación técnica completa de la reconstrucción.
OpenAI ha reconfigurado desde cero la infraestructura de voz que impulsa ChatGPT, lanzando una nueva arquitectura, denominada GPT-Live, que mantiene el audio fluyendo de forma continua para que el razonamiento profundo y el uso de herramientas no corten la conversación.
OpenAI detalló los cambios en una serie de publicaciones el 3 de agosto y publicó un blog donde explica cómo se ha rediseñado todo el sistema, desde el cliente hasta el modelo. La compañía afirma que el arranque de una sesión de voz se ha reducido de seis idas y vueltas de red a una sola.
Cómo funciona GPT-Live
GPT-Live enruta el audio por una vía rápida dedicada, separada del razonamiento y de las llamadas a herramientas. Estos procesos más pesados se ejecutan de forma asíncrona, es decir, se completan en segundo plano sin pausar el flujo de audio.
El resultado es una sesión de voz que se inicia más deprisa y se mantiene activa sin los silencios que antes sufrían los usuarios cuando ChatGPT tenía que procesar peticiones complejas.
OpenAI explicó en una publicación que la arquitectura gestiona de forma específica el momento en que arranca la sesión, haciendo que la conversación resulte más natural desde el primer intercambio. La reconstrucción aborda una limitación estructural de la pila anterior, en la que cualquier paso de razonamiento obligaba a que la capa de audio se detuviera.
GPT-Live ataca los retrasos de voz en ChatGPT
OpenAI ha acelerado el desarrollo de capacidades de voz hasta 2026. A comienzos de año, la compañía afrontó críticas porque las respuestas de voz de ChatGPT sonaban rígidas y lentas al gestionar consultas de varios pasos. La reconstrucción con GPT-Live es la respuesta de ingeniería directa de OpenAI a ese déficit.
El lanzamiento se produce después de que OpenAI revelara el mes pasado que una versión interna de su próximo gran modelo generó diez nuevos resultados en matemáticas con un coste aproximado de 2.000 dólares en tokens, una señal de que la compañía está elevando la inversión en infraestructura en toda su gama de productos.
Siguiente lectura: Qwen y DeepSeek acercan la IA china hasta la puerta de Anthropic
