Hablar con una máquina ha dejado de sonar a contestador automático. Los asistentes de voz actuales responden con entonación, se ríen, dudan y hasta dicen «ajá» mientras les hablas. Pero basta un detalle (un acento extraño o una muletilla repetida) para que la ilusión se rompa y recuerdes que al otro lado hay un programa. Ahí apunta la última actualización del modo de voz de ChatGPT: GPT-Live-1.1, anunciada por OpenAI el 15 de octubre.

No es una revolución, sino una puesta a punto. Pero dice bastante de hacia dónde va la competición entre asistentes de voz: lo que importa ya no es solo entender bien lo que dices, sino que la conversación no chirríe.

Qué es GPT-Live y cómo funciona por dentro

Para entender la novedad hay que retroceder a julio de 2026, cuando OpenAI estrenó GPT-Live, una nueva generación de modelos de voz para ChatGPT en iOS, Android y la web. Su principal cambio técnico fue una arquitectura full-duplex: el modelo puede escuchar y hablar a la vez, como ocurre en una llamada telefónica normal, en lugar de esperar a que termines para procesar lo que has dicho.

En la práctica, eso se traduce en varias cosas que el usuario nota enseguida:

• Interrumpe menos y tolera mejor las pausas a mitad de frase, cuando te paras a pensar.
• Usa pequeñas señales de escucha, del tipo «mmm» o «vale», para indicar que te está siguiendo.
• Gestiona mejor el ruido de fondo.
• Permite traducción en tiempo real aprovechando que escucha y habla simultáneamente.

Otra pieza clave es la delegación. Cuando la pregunta exige razonar a fondo o buscar en internet, el modelo de voz no lo hace todo solo: pasa la tarea a un modelo de texto más potente y, mientras este trabaja, mantiene la conversación. Cuando llega la respuesta, la integra y te la cuenta hablando. Existen dos variantes: GPT-Live-1 para quienes pagan suscripción y GPT-Live-1 mini, más compacta, para los usuarios gratuitos.

Qué cambia con la versión 1.1

Según recoge Xataka, la actualización se centra en tres frentes concretos.

Voces nuevas. OpenAI ha añadido voces en francés, alemán, hindi, japonés, coreano y español de México, además de una nueva voz en inglés llamada Bubbie. Que haya voces pensadas para cada idioma, en lugar de una voz «universal» que lo pronuncia todo, es relevante para quien no usa el asistente en inglés.

Acentos más naturales. Era uno de los puntos débiles más evidentes. En la presentación original de GPT-Live, el asistente hablaba hindi con un marcado acento estadounidense y con giros poco naturales. La versión 1.1 promete pronunciaciones más ajustadas a cada idioma, algo que se nota especialmente cuando el sistema cambia de lengua o mezcla términos.

Menos muletillas. Cuando el asistente se ponía a buscar información, tendía a repetir una y otra vez la misma frase de relleno, algo como «comprobando…». Puede parecer una minucia, pero en una charla larga resulta tan cansino como un interlocutor humano con una coletilla fija. Ahora utiliza un repertorio más amplio de expresiones para indicar que está consultando algo.

La letra pequeña

Conviene tener claros algunos matices antes de esperar milagros:

• No todas las voces para todo el mundo. OpenAI advierte de que las voces disponibles pueden variar según la región y el tipo de cuenta.
• La API, más adelante. Los desarrolladores que integran estas voces en sus propias aplicaciones tendrán que esperar: la llegada a la API está prevista para después, sin fecha concreta.
• Gratis no es lo mismo que de pago. Desde el lanzamiento de GPT-Live, los usuarios gratuitos usan la versión mini, más ligera, mientras que los planes de pago acceden al modelo completo.
• Limitaciones heredadas. En su estreno, el modo Live no admitía vídeo, compartir pantalla, aplicaciones conectadas ni GPT personalizados. La actualización 1.1 no anuncia cambios en ese terreno.
• Para España, ojo al detalle. La voz nueva en español es de México. Quien busque un acento peninsular no encontrará en esta actualización una novedad específica.

Tampoco hay que olvidar que «natural» es una sensación subjetiva. Que una voz suene mejor depende del oído de cada cual, del idioma y del contexto, y las mejoras de acento solo se pueden juzgar de verdad probándolas en conversaciones reales.

Por qué importa

La carrera de los asistentes de voz ya no se gana solo con modelos más listos, sino con conversaciones que no te saquen de ellas. Escuchar mientras se habla, respetar silencios, sonar como alguien que habla tu idioma y no repetir la misma frase son detalles pequeños, pero son justo los que deciden si usamos la voz como una herramienta cotidiana o como una curiosidad que probamos una tarde. GPT-Live-1.1 muestra que el siguiente paso de la IA conversacional pasa tanto por la lingüística y la fonética como por la potencia de cálculo, y que los idiomas distintos del inglés empiezan, poco a poco, a recibir un trato más cuidado.