OpenAI Prepara uma Revolução na Interface de Voz: Novo Dispositivo e Modo de Voz no ChatGPT

Relatórios recentes indicam que Sam Altman e Jony Ive vêm trabalhando em um projeto conjunto envolvendo um novo dispositivo de hardware, agora revelado como um alto-falante inteligente focado em interação por voz. Embora o mercado de alto-falantes inteligentes já esteja saturado, o principal diferencial é o novo Modo de Voz do ChatGPT da OpenAI. Diferentemente da ditagem simples, o Modo de Voz escuta continuamente, responde quase instantaneamente e pode até falar por cima do usuário, criando um fluxo de conversa natural. Usuários o consideraram útil como tutor de idiomas e tradutor. A combinação deste dispositivo e do Modo de Voz sugere que a OpenAI está visando tornar a voz o principal método de entrada para computadores, potencialmente substituindo teclados e mouses. Essa mudança exigiria que a IA se adaptasse à fala humana, em vez de humanos aprenderem a usar dispositivos de entrada. Em última análise, a voz pode ser o primeiro passo para uma interface homem-computador mais natural e multimodal, envolvendo câmeras, gestos e conhecimento de contexto. A Siri é creditada como pioneira na interação por voz, mas os LLMs modernos (Modelos de Linguagem de Grande Escala) avançaram significativamente. Se essa tendência continuar, os teclados podem se tornar ferramentas especializadas para profissionais, e as interfaces de voz se tornarão a próxima grande onda para startups.