Principais pontos
OpenAI reformulou a arquitetura de voz do ChatGPT para permitir fluxo contínuo de áudio, sem interrupções.
O novo sistema, GPT-Live, permite que o ChatGPT ouça enquanto fala.
A inicialização de sessões de voz caiu de seis viagens de rede para apenas uma.
O áudio segue por um caminho dedicado e rápido, enquanto raciocínio e uso de ferramentas rodam de forma assíncrona.
A OpenAI publicou um guia técnico completo detalhando a reconstrução.
A OpenAI reconstruiu toda a infraestrutura de voz que alimenta o ChatGPT, lançando uma nova arquitetura chamada GPT-Live, pensada para manter o áudio fluindo de forma contínua, de modo que raciocínios mais profundos e o uso de ferramentas não interrompam a conversa.
A empresa detalhou as mudanças em uma série de posts em 3 de agosto e publicou um blog explicando como o sistema foi refeito de ponta a ponta, do cliente ao modelo. Segundo a OpenAI, o tempo de início de uma sessão de voz caiu de seis viagens de rede para apenas uma.
Como funciona o GPT-Live
O GPT-Live direciona o áudio por um caminho rápido e dedicado, separado do raciocínio e das chamadas de ferramentas. Esses processos mais complexos rodam de forma assíncrona, isto é, são concluídos em segundo plano, sem pausar o fluxo de áudio.
O resultado é uma sessão de voz que começa mais rápido e permanece ativa sem as pausas que os usuários enfrentavam quando o ChatGPT precisava processar solicitações mais complexas.
Em um post, a OpenAI afirmou que a arquitetura foi desenhada para lidar especialmente com o momento de início da sessão, fazendo a conversa soar mais natural desde a primeira interação. A reconstrução corrige uma limitação estrutural da pilha anterior, na qual qualquer etapa de raciocínio obrigava a camada de áudio a esperar.
Leia também: Cosmos Hub sobe 6% com retomada da tese do Interchain
Reconstrução do GPT-Live mira atrasos na voz do ChatGPT
A OpenAI vem acelerando o desenvolvimento de recursos de voz até 2026. No início deste ano, a companhia enfrentou críticas de que as respostas por voz do ChatGPT pareciam artificiais e lentas ao lidar com consultas em várias etapas. A reconstrução com o GPT-Live é a resposta de engenharia direta da empresa a essa lacuna.
O lançamento ocorre após a OpenAI ter revelado, no mês passado, que uma versão interna de seu próximo grande modelo produziu dez novos resultados em matemática com um custo de cerca de US$ 2.000 em tokens, sinalizando um ciclo mais amplo de investimentos em infraestrutura em toda a linha de produtos.
Próxima leitura: Qwen e DeepSeek colocam a IA chinesa à porta da Anthropic