OpenAI presenta funciones nuevas de voz

OpenAI ha anunciado una serie de innovaciones emocionantes para su API, incorporando nuevas características de inteligencia vocal que permitirán a los desarrolladores crear aplicaciones capaces de dialogar, transcribir y traducir conversaciones de forma efectiva. Este avance es significativo en el ámbito de la interacción hombre-máquina, ofreciendo herramientas más sofisticadas y funcionales.

El nuevo modelo, GPT‑Realtime‑2, promete una simulación vocal realista, capaz de sostener conversaciones. A diferencia de su predecesor, GPT-Realtime-1.5, este modelo se basa en la clase de razonamiento de GPT‑5, lo que le permite manejar solicitudes más complejas y brindar respuestas más cercanas a las expectativas de los usuarios.

Además, OpenAI introduce GPT‑Realtime‑Translate, un servicio de traducción en tiempo real que se adapta al ritmo del interlocutor. Este modelo es compatible con más de 70 idiomas de entrada y 13 idiomas de salida, lo que amplía considerablemente las posibilidades de comunicación global.

Complementando estas funciones, se ha lanzado GPT-Realtime-Whisper, una capacidad de transcripción que ofrece conversión de voz a texto en vivo, registrando de manera inmediata las interacciones en curso. Este avance es crucial para mejorar la accesibilidad y facilitar la documentación de conversaciones.

OpenAI ha señalado que estas innovaciones están orientadas a transformar las interfaces de audio, pasando de simples interacciones a sistemas que pueden escuchar, razonar, traducir, transcribir y actuar en tiempo real. Esta evolución es especialmente relevante para empresas que buscan mejorar sus capacidades de atención al cliente, pero también se extenderá a sectores como la educación, los medios de comunicación, eventos y plataformas para creadores.

Sin embargo, la poderosa tecnología también plantea riesgos de mal uso. En respuesta, OpenAI ha implementado salvaguardias para prevenir abusos, como spam o fraudes. El sistema incluye disparadores que permiten interrumpir conversaciones que violen las pautas de contenido seguro, garantizando un uso responsable.

Estas nuevas funcionalidades están disponibles a través de la Realtime API de OpenAI. Las capacidades de Traducción y Whisper se facturan por minuto, mientras que GPT-Realtime‑2 se cobra de acuerdo al consumo de tokens, facilitando la integración comercial de estas innovaciones en aplicaciones diversas.

La información presentada refleja detalles y datos concretos con fecha de publicación original el 7 de mayo de 2026, subrayando el compromiso de OpenAI con la evolución continua y responsable de la tecnología de inteligencia vocal. En un entorno en constante cambio, estas herramientas tienen el potencial de redefinir la forma en que interactuamos con la inteligencia artificial.

Gracias por leer Columna Digital, puedes seguirnos en Facebook, Twitter, Instagram o visitar nuestra página oficial. No olvides comentar sobre este articulo directamente en la parte inferior de esta página, tu comentario es muy importante para nuestra área de redacción y nuestros lectores.