OpenAI ha lanzado el nuevo modo de voz de ChatGPT, ofreciendo una funcionalidad esperada a los suscriptores de pago Plus y Team. A pesar de la expectación, usuarios de la Unión Europea, Reino Unido, Suiza, Islandia, Noruega y Liechtenstein deberán aguardar debido a exclusiones geográficas no especificadas. Luego de un retraso desde su presentación en mayo para mejorar aspectos de seguridad, esta actualización incorpora varias novedades. Eliminando la capacidad de imitar voces de personas reales para evitar polémicas, como la sucedida con Scarlett Johansson, el modo de voz ahora incluye mejoras como instrucciones personalizables, memoria de interacciones previas y cinco nuevas opciones de voz. Su despliegue progresivo notificará a los usuarios para su activación, prometiendo interacciones más fluidas.
El cambio a GPT-4o, un modelo multimodal, permite un procesamiento directo de voz que optimiza el tiempo de respuesta, distinguiéndose del sistema previo que convertía voz a texto y viceversa. Aunque esta versión inicial del modo de voz carece de las capacidades de visión prometidas, la mejora en la naturalidad de la conversación y la reducción de latencia marcan un avance significativo. OpenAI aún debe detallar cuándo y cómo incorporará estas funcionalidades visuales y no ha ofrecido claridad sobre los plazos o razones del retraso en la disponibilidad del modo de voz en ciertas regiones, sugiriendo solo que las regulaciones europeas pueden influir en esta decisión.