OpenAI apresenta assistente de voz do ChatGPT após atraso para aumentar segurança

A OpenAI lançará um assistente de voz altamente antecipado para ChatGPT com um número limitado de usuários, após adiar o lançamento para resolver possíveis problemas de segurança. A startup de inteligência artificial disse que disponibilizará o recurso de voz para um pequeno grupo de clientes pagantes do ChatGPT Plus a partir da próxima terça-feira.

O produto oferecerá quatro vozes predefinidas, mas não será capaz de imitar a fala de outras pessoas, segundo a empresa. A OpenAI também adicionou novos filtros para garantir que o software possa identificar e recusar algumas solicitações de geração de música ou outros tipos de áudio protegidos por direitos autorais.

A opção de voz foi um dos destaques do evento de lançamento da empresa, em maio, do GPT-4o, versão atualizada do modelo GPT-4 e mais eficiente no tratamento de texto, áudio e imagens em tempo real.

A startup havia introduzido uma opção mais limitada para o ChatGPT conversar com os usuários no ano passado, mas o novo recurso promete ser mais rápido e combinado com poderosos recursos de reconhecimento de imagem para transformar o chatbot em um parceiro de conversa muito mais útil e dinâmico.

A OpenAI havia dito anteriormente que pretendia lançar o assistente de voz para um pequeno grupo de assinantes pagos do ChatGPT Plus no final de junho, mas decidiu que precisava de mais um mês para atingir o padrão de lançamento.

A empresa disse que está trabalhando na capacidade do software de identificar e recusar-se a responder a certos tipos de conteúdo e garantir que possa processar com eficácia as solicitações de milhões de usuários.

Em comunicado oficial ontem, a OpenAI disse que, ao implementar o recurso gradualmente, será capaz de monitorar de perto o uso e melhorar a capacidade e a segurança do modelo com base no feedback do mundo real.

Além de reiterar seu plano de disponibilizar o recurso de voz para todos os assinantes pagos do ChatGPT Plus no outono do Hemisfério Norte, e mencionar que continua trabalhando nos recursos de vídeo e compartilhamento de tela demonstrados durante o evento de maio. Esses recursos ainda não têm data de lançamento definida.

Como resultado, o recurso de voz terá uma lista de recursos mais limitada a princípio. Por exemplo, o chatbot não será capaz de acessar um recurso de visão computacional que lhe permitiria oferecer feedback falado sobre os movimentos de dança de uma pessoa simplesmente usando a câmera do smartphone, por exemplo.