Optimización de las interacciones vocales de asistentes de inteligencia artificial
OpenAI ha presentado la versión GPT-Live-1.1, una actualización diseñada para refinar y mejorar la experiencia de uso de sus asistentes de voz, centrándose en aspectos como la diversidad de acentos y la naturalidad conversacional.
La compañía ha anunciado que la nueva versión busca perfeccionar diversos aspectos de las conversaciones orales de sus asistentes, aunque no constituye una reestructuración total de su funcionamiento, sino ajustes orientados a optimizar la interacción cotidiana.
Una de las principales mejoras se centra en el catálogo de voces. La actualización incluye opciones en múltiples idiomas, tales como francés, alemán, hindi, japonés, coreano y español de México, además de la incorporación de una nueva voz llamada Bubbie en inglés. Asimismo, OpenAI informa que se ha trabajado en hacer más naturales los acentos de estos asistentes en diferentes idiomas.
Además del contenido de las voces, se ha revisado el manejo de las interacciones de búsqueda de información. Anteriormente, cuando el asistente debía consultar datos, podía utilizar expresiones de manera repetitiva, lo cual generaba un patrón sonoro constante. Para contrarrestar esto, OpenAI ha implementado un repertorio más amplio de frases utilizadas para notificar al usuario que el sistema está procesando la consulta.
Estos ajustes técnicos responden a la evolución de los sistemas conversacionales. En ocasiones anteriores, OpenAI había demostrado que su arquitectura permitía mantener conversaciones fluidas, gestionar interrupciones y escuchar al usuario mientras este hablaba. No obstante, la implementación de estas novedades aborda limitaciones previamente señaladas en la fluidez y la gestión de acentos en determinados lenguajes.
En cuanto a la implementación, OpenAI ha indicado que la actualización GPT-Live-1.1 comenzará su despliegue el 15 de octubre. Este despliegue también incluirá la versión más pequeña del modelo, conocida como GPT-Live-1.1 Quip, y se esperan mejoras dirigidas a otros modelos como Codex y dots. Cabe destacar que las voces disponibles para los usuarios podrán variar según su ubicación geográfica y su cuenta de usuario. Respecto a la API, donde ya se ofrecía una versión previa desde septiembre, todavía no hay una fecha confirmada para la disponibilidad de la nueva iteración.
Fuentes: Xataka
Foto de Steve A Johnson en Unsplash