La intel·ligència artificial avança a passos de gegant i, amb cada actualització, la línia entre allò humà i allò sintètic es fa més difusa. Recentment, OpenAI ha posat en marxa una nova funcionalitat per a ChatGPT anomenada GPT‑Live, un mode de veu de nova generació que promet transformar la manera com interactuem amb els chatbots. Després de diversos dies de proves intenses, puc confirmar que aquesta evolució no és un simple rentat de cara: estem davant d'un salt qualitatiu en la fluïdesa conversacional.
Fins ara, el mode de veu de ChatGPT funcionava de manera seqüencial: l'usuari parlava, el model processava l'entrada i generava una resposta, i després s'esperava una nova intervenció. Amb GPT‑Live, l'experiència esdevé simultània. El sistema és capaç d'escoltar i parlar alhora, cosa que permet interrupcions naturals i pauses realistes. OpenAI ha dissenyat un model que avalua constantment si ha de continuar escoltant, respondre, aturar-se o fins i tot invocar eines externes. Aquesta capacitat de processament en temps real és possible gràcies a una arquitectura unificada que integra reconeixement de veu, comprensió del llenguatge i síntesi de veu en un únic model neuronal.
Des d'una perspectiva tècnica, el més interessant és que GPT‑Live pot realitzar tasques de raonament complex en segon pla mentre manté la conversa activa. Per exemple, si li demanes que investigui una dada o que calculi alguna cosa, el model indica que està treballant amb expressions com “déjame comprobarlo” o “mhmm”, i després reprèn el fil sense talls. A més, ara és possible demanar-li que redueixi la velocitat o que tradueixi simultàniament a un altre idioma mentre parles, sense pauses ni interrupcions.
Durant les meves proves, vaig conversar durant gairebé una hora sobre temes variats: estrenes de cinema, resultats de futbol i notícies tecnològiques. La sensació va ser molt propera a parlar amb un humà. El model mostrava dubtes, allargava paraules i canviava el to segons el context. Fins i tot quan l'interrompia, s'aturava, processava el meu comentari i reprenia la seva línia de pensament de forma coherent. Això sí, en uns pocs moments vaig detectar petits errors de sincronització o pauses incòmodes, però OpenAI segurament els corregirà amb les pròximes actualitzacions.
Una de les novetats més pràctiques és el control d'“intel·ligència”. Des de la icona de configuració pots triar entre tres nivells: Instantani, Mitjà i Alt. Cadascun intercanvia velocitat per profunditat en les respostes. Per a preguntes ràpides, el mode Instantani és ideal; per a debats més complexos, el nivell Alt ofereix anàlisis més detallats. Aquesta flexibilitat recorda els agents d'IA que estem implementant a Q2BSTUDIO per a clients que necessiten assistents virtuals adaptables a diferents contextos empresarials.
La millora en el reconeixement de soroll de fons és notable. GPT‑Live filtra converses properes o trànsit, mantenint l'atenció en la veu de l'usuari. Això és crucial per a entorns laborals o espais públics. Precisament, a Q2BSTUDIO, on desenvolupem aplicacions a mida, veiem un enorme potencial per integrar capacitats de veu avançades en solucions de productivitat, atenció al client o formació.
En l'àmbit empresarial, l'arribada de GPT‑Live obre noves possibilitats. Imagina un sistema de ciberseguretat que pugui respondre preguntes d'un analista en temps real mentre revisa logs, o un panell de Power BI que permeti fer consultes de negoci parlant de forma natural. A Q2BSTUDIO ja treballem a la intersecció de la intel·ligència artificial i el núvol, utilitzant AWS i Azure per desplegar models de llenguatge capaços d'interactuar per veu. De fet, moltes de les arquitectures que fem servir per a serveis al núvol es beneficien d'aquest tipus d'innovacions, reduint la latència i millorant l'experiència d'usuari.
L'automatització de processos també es veu beneficiada. Amb GPT‑Live, un assistent virtual pot guiar un operari en una tasca complexa, escoltant els seus dubtes i responent mentre ell manté les mans ocupades. Això és especialment rellevant en sectors com la logística, la manufactura o la sanitat. A Q2BSTUDIO hem desenvolupat diversos agents d'automatització que ara incorporen interfícies de veu, i els resultats en productivitat són prometedors.
Naturalment, la ciberseguretat no pot quedar enrere. Un model que escolta constantment planteja reptes de privacitat i control. OpenAI ha implementat indicadors visuals a la interfície per saber quan el sistema està escoltant, i les dades es processen en servidors segurs. A Q2BSTUDIO, quan integrem solucions de veu en entorns corporatius, apliquem les millors pràctiques de ciberseguretat i pentesting per garantir que cap informació sensible quedi exposada.
Pel que fa a l'analítica de negoci, la possibilitat de consultar dades mitjançant llenguatge natural és un somni per als usuaris de Business Intelligence. Amb GPT‑Live, podries preguntar “Quines van ser les vendes de l'últim trimestre?” i obtenir una resposta parlada, amb gràfics que apareixen a la pantalla. A Q2BSTUDIO potenciem aquestes capacitats amb solucions de Power BI que integren assistents de veu, permetent a directius i enginyers accedir a la informació sense necessitat d'interfícies complexes.
En resum, GPT‑Live representa un avenç significatiu cap a una interacció més humana amb la intel·ligència artificial. La seva capacitat d'escolta activa, raonament en segon pla i control de soroll el converteixen en una eina poderosa tant per a usuaris particulars com per a empreses. A Q2BSTUDIO creiem que el futur de la tecnologia passa per interfícies que s'adaptin a les persones, i no al revés. Per això seguim explorant com incorporar aquestes innovacions en els projectes dels nostres clients, des d'aplicacions empresarials fins a sistemes crítics de ciberseguretat.
Si encara no has provat el nou mode de veu de ChatGPT, et recomano que ho facis. Obre l'app, prem la icona d'ona sonora i selecciona el nivell d'intel·ligència que prefereixis. La conversa fluirà com mai. I si vols portar aquesta experiència a la teva organització, a Q2BSTUDIO estem preparats per ajudar-te a dissenyar i implementar solucions de veu basades en IA, núvol i business intelligence, amb el màxim nivell de seguretat i personalització.
