OpenAI prepara una revolución de interfaz de voz: nuevo dispositivo y modo de voz en ChatGPT

Informes recientes indican que Sam Altman y Jony Ive han estado trabajando en un proyecto conjunto que involucra un nuevo dispositivo de hardware, ahora revelado como un altavoz inteligente enfocado en la interacción por voz. Aunque el mercado de altavoces inteligentes ya está saturado, el diferenciador clave es el nuevo Modo de Voz de OpenAI en ChatGPT. A diferencia del dictado simple, el Modo de Voz escucha continuamente, responde casi instantáneamente e incluso puede interrumpir al usuario, creando un flujo de conversación natural. Los usuarios lo han encontrado útil como tutor de idiomas y traductor. La combinación de este dispositivo y el Modo de Voz sugiere que OpenAI busca hacer de la voz el método de entrada principal para las computadoras, reemplazando potencialmente a los teclados y ratones. Este cambio requeriría que la inteligencia artificial se adapte al habla humana en lugar de que los humanos aprendan a usar dispositivos de entrada. En última instancia, la voz podría ser el primer paso hacia una interfaz humano-computadora multimodal más natural, que involucre cámaras, gestos y conciencia del contexto. A Siri se le atribuye ser pionera en la interacción por voz, pero los modelos de lenguaje de gran escala modernos han avanzado significativamente. Si esta tendencia continúa, los teclados podrían convertirse en herramientas especializadas para profesionales, y las interfaces de voz se convertirán en la próxima gran ola para las startups.