Principais pontos
A 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. O arranque de uma sessão de voz caiu de seis viagens de rede para apenas uma. O áudio segue por um circuito rápido dedicado, enquanto raciocínio e uso de ferramentas correm de forma assíncrona. A OpenAI publicou um guia técnico completo sobre a reconstrução.
A OpenAI reconstruiu a infraestrutura de voz que sustenta o ChatGPT, lançando uma nova arquitetura chamada GPT-Live, concebida para manter o áudio em fluxo contínuo, de forma que raciocínios mais profundos e o uso de ferramentas não interrompam a conversa.
A OpenAI detalhou as mudanças numa série de publicações em 3 de agosto e num blog que explica como o sistema foi reconstruído de ponta a ponta, do cliente ao modelo. Segundo a empresa, o início de uma sessão de voz foi reduzido de seis viagens de ida e volta na rede para apenas uma.
Como funciona o GPT-Live
O GPT-Live encaminha o áudio por um circuito rápido dedicado, separado do raciocínio e das chamadas de ferramentas. Esses processos mais pesados executam de forma assíncrona, ou seja, são concluídos em segundo plano sem travar o fluxo de áudio.
O resultado é uma sessão de voz que arranca mais rápido e se mantém ativa sem as pausas que os utilizadores enfrentavam quando o ChatGPT tratava pedidos complexos.
A OpenAI afirmou numa publicação que a arquitetura trata de forma específica o momento inicial da sessão, tornando a conversa mais natural desde a primeira interação. A reconstrução corrige uma limitação estrutural da pilha anterior, em que qualquer passo de raciocínio obrigava a camada de áudio a aguardar.
Leia também: Cosmos Hub sobe 6% com retomada da tese de Interchain
Reconstrução do GPT-Live mira atrasos de voz no ChatGPT
A OpenAI tem acelerado o desenvolvimento em capacidades de voz até 2026. No início do ano, a empresa foi criticada porque as respostas em voz do ChatGPT pareciam lentas e pouco naturais ao lidar com pedidos em múltiplas etapas. A reconstrução com o GPT-Live é a resposta de engenharia direta da OpenAI a essa lacuna.
O lançamento surge após a revelação, no mês passado, de que uma versão interna do próximo grande modelo da empresa produziu dez novos resultados em matemática com um custo de cerca de 2.000 dólares em tokens, sinalizando um esforço mais amplo de investimento em infraestrutura em toda a linha de produtos.
Leia a seguir: Qwen e DeepSeek aproximam IA chinesa do nível da Anthropic