ChatGPT Advanced Voice Mode impressiona com as suas capacidades

A OpenAI lançou finalmente o Advanced Voice Mode no ChatGPT, e os resultados são surpreendentes.

O Advanced Voice Mode está a chegar aos subscritores do ChatGPT Plus e comprova que as demonstrações que a OpenAI tinha feito em Maio eram mesmo reais.

Este modo de interacção por voz concretiza aquilo que a maioria das pessoas imagina quando pensa num assistente AI, tal como nos filmes de ficção científica, em que não temos que aguardar pelas respostas, e com uma forma de falar surpreendentemente humana. Temos detalhes fantásticos, como a necessidade do assistente "parar para respirar", ou de replicar diferentes emoções na forma de falar, ou até de imitar sons, efeitos, ou sotaques, usando a sua voz digital.

ChatGPT Advanced Voice Mode counting as fast as it can to 10, then to 50 (this blew my mind - it stopped to catch its breath like a human would) pic.twitter.com/oZMCPO5RPh

— Cristiano Giardina (@CrisGiardina) July 31, 2024

Some early impressions of the ChatGPT Advanced Voice Mode:
It’s very fast, there’s virtually no latency from when you stop speaking to when it responds.
When you ask it to make noises it always has the voice “perform” the noises (with funny results).
It can do accents, but when… pic.twitter.com/vOA8qmqX06

— Cristiano Giardina (@CrisGiardina) July 31, 2024

“Stress testing” ChatGPT Advanced Voice Mode. Here you can see how it handles interruptions, different versions of languages and even languages with foreign accents.
Tells a story in Spanish → Mexican Spanish → Portuguese→ Brazilian Portuguese → Korean w/ an Italian accent 😉 pic.twitter.com/4vC3AQZeDn

— Cristiano Giardina (@CrisGiardina) July 31, 2024

ChatGPT Advanced Voice Mode doing a few impressions:
- Bugs Bunny
- Yoda
- Homer Simpson
- Yoda + Homer 😂 pic.twitter.com/zmSH8Rl8SN

— Cristiano Giardina (@CrisGiardina) July 31, 2024

Curiosamente, mas sem grandes surpresas, pedir para falar em português de Portugal resulta num portunhol com forte sotaque norte-americano, o que acaba por ser bastante realista comparado ao resultado que se teria de pedir a um norte-americano para o fazer. O pedido para falar em português do Brasil é ligeiramente melhor, mas não muito. Mas isto serão coisas que irão sendo melhoradas nas futuras gerações dos modelos.

Por agora, já teremos muito que nos entreter, e podemos dar por cumprida a entrada na era do "Her", e só demorou 11 anos para que a ficção se tornasse realidade - e só é pena que a voz "Sky" tenha gerado polémica por ser considerada uma cópia da Scarlett Johansson.