Descripción general
¿Qué es ChatGPT Voz?
ChatGPT Voz te permite hablar con ChatGPT y escuchar una respuesta hablada. Voz funciona dentro de un chat, por lo que puedes escuchar mientras sigues la respuesta en texto, escribir cuando no puedas hablar y revisar mensajes anteriores sin empezar de nuevo.
Si lo que quieres es convertir una única grabación en texto editable, usa Dictado de ChatGPT.
La opción Live puede escuchar y hablar al mismo tiempo, lo que hace que los turnos y las interrupciones resulten más naturales. Live también puede usar la búsqueda web y la memoria, mostrar resultados visuales mediante widgets compatibles y trabajar con texto e imágenes cuando esas funciones estén disponibles para tu cuenta.
ChatGPT puede cometer errores. Comprueba la información importante, especialmente en preguntas que dependan de la fecha, la hora o la ubicación. Voz usa la zona horaria de tu dispositivo o navegador para entender términos como «hoy» o «mañana». Si una respuesta parece incorrecta, comprueba tu zona horaria o incluye en la pregunta la fecha, la zona horaria o la ubicación exactas. Más información sobre ChatGPT y la precisión.
¿Qué opciones de Voz están disponibles?
Es posible que veas las siguientes opciones en Configuración → Voz:
Live: nuestra experiencia de Voz más reciente, con GPT-Live-1 en los planes de pago y GPT-Live-1 mini en Gratis. Live está diseñado para conversaciones naturales de ida y vuelta, y puede usar la búsqueda web y la memoria, mostrar resultados visuales mediante widgets compatibles y trabajar con texto e imágenes en el mismo chat. Inicialmente, Live no admite vídeo, pantalla compartida, aplicaciones conectadas ni plugins.
Avanzado: la experiencia de Voz en tiempo real anterior. Usa Avanzado cuando necesites funciones móviles compatibles, como vídeo o pantalla compartida.
Estándar: una experiencia de Voz por turnos que transcribe lo que dices antes de generar una respuesta.
Las opciones disponibles pueden depender de tu plan, la configuración del área de trabajo, la región y la versión de la aplicación.
Para cambiar entre las opciones disponibles, abre Configuración → Voz y selecciona Live, Avanzado o Estándar.
Disponibilidad para áreas de trabajo Business, Enterprise, Edu y Healthcare
ChatGPT Voz está disponible en áreas de trabajo Business, Enterprise, Edu y Healthcare aptas, sujeto a la configuración del área de trabajo.
Hay dos experiencias de Voz disponibles:
Voz en Chat: mantén conversaciones naturales en tiempo real para hacer preguntas, generar ideas y explorar conceptos. Con tecnología GPT-Live, Voz en Chat está disponible en Chat de escritorio y en experiencias web, iOS y Android compatibles.
Voz en Work y Codex: usa la voz para iniciar tareas, consultar el progreso, hacer preguntas sobre tus agentes y coordinar varios agentes mediante una sola conversación. Disponible en la aplicación de escritorio de ChatGPT para macOS y Windows, con acceso remoto emparejado desde iOS. Voz independiente en Work y Codex no está disponible en la web ni en móviles.
Para áreas de trabajo Enterprise, Edu y Healthcare, Live comienza con un periodo de acceso anticipado de dos semanas. Durante este periodo, los propietarios del área de trabajo deben activar tanto Capacidades de voz avanzadas como Acceso anticipado a modelos antes de que los miembros puedan usar Live.
Una vez activadas ambas opciones, los miembros pueden seleccionar Live en Configuración → Voz. Las conversaciones de voz avanzada existentes no cambian automáticamente a Live durante el periodo de acceso anticipado.
Si las capacidades de voz avanzadas están desactivadas, Voz no está disponible. Si las capacidades de voz avanzadas están activadas pero el acceso anticipado a modelos está desactivado, los miembros pueden seguir usando Voz avanzada, pero Live seguirá sin estar disponible.
Después del periodo de acceso anticipado, Live se convierte en la experiencia de Voz predeterminada para áreas de trabajo con las capacidades de voz avanzadas activadas. Los propietarios del área de trabajo pueden desactivar Voz por completo desactivando las capacidades de voz avanzadas.
Límites de uso
El uso de Live se mide en un periodo móvil de 24 horas, y los límites pueden cambiar. ChatGPT te avisará cuando alcances un límite.
ChatGPT Pro (200 $/mes): acceso ilimitado a GPT-Live-1.
ChatGPT Pro (100 $/mes): hasta 12 horas con GPT-Live-1 usando inteligencia Instant, 12 horas usando inteligencia Media o Alta, y 24 horas con GPT-Live-1 mini.
ChatGPT Go y Plus: hasta 1 hora con GPT-Live-1 usando inteligencia Instant, 1 hora usando inteligencia Media o Alta, y 2 horas con GPT-Live-1 mini.
ChatGPT Gratis: acceso limitado a GPT-Live-1 mini durante cada periodo móvil de 24 horas. Este límite puede cambiar.
ChatGPT Business: hasta 1 hora de Live usando inteligencia Instant y 1 hora usando inteligencia Media o Alta. El uso adicional consume 5 créditos por minuto.
Áreas de trabajo de ChatGPT Enterprise, Edu y Healthcare con precios flexibles: Live consume 5 créditos por minuto.
Planes heredados de ChatGPT Enterprise y Edu: hasta 1 hora de Live y 2 horas de Live mini.
Una sola conversación con Live puede durar hasta 2 horas.
Para obtener más información, consulta la tabla de tarifas de ChatGPT para Business, Enterprise y Edu.
Iniciar una conversación de voz
En iOS y Android
Selecciona el icono de Voz en la barra de mensajes.
Si se te solicita, permite que la aplicación ChatGPT acceda a tu micrófono.
Si es tu primera conversación de voz, elige una voz preferida.
Cuando se abra Voz, empieza a hablar para iniciar la conversación.
Durante la conversación, selecciona el control del micrófono para silenciarte o reactivar el micrófono. Selecciona el control de salida para terminar la conversación de voz.
En la web
Ve a ChatGPT.com.
Selecciona el icono de Voz en la ventana del prompt.
Si se te solicita, permite que el navegador acceda a tu micrófono.
Cuando se abra Voz, empieza a hablar para iniciar la conversación.
Durante la conversación, selecciona el control del micrófono para silenciarte o reactivar el micrófono. Selecciona el control de salida para terminar la conversación de voz.
Usar texto e imágenes con Live
Live puede aceptar texto e imágenes en el mismo chat que tu conversación de voz. Mientras Voz esté activa, usa el botón de añadir de la barra de mensajes para adjuntar una imagen disponible, o escribe un mensaje en lugar de hablar. ChatGPT puede responder por Voz sin iniciar un chat aparte.
Los tipos de imagen disponibles y los límites dependen de tu plan y cuenta.
Actualmente, Live no puede buscar ni añadir archivos de tu biblioteca de ChatGPT. Es posible que aún puedas adjuntar manualmente un archivo compatible al chat, según tu cuenta.
Compartir vídeo o tu pantalla
Live no admite vídeo ni pantalla compartida en el lanzamiento.
El vídeo y la pantalla compartida siguen estando disponibles para suscriptores aptos en las aplicaciones de ChatGPT para iOS y Android al usar Avanzado:
Para compartir vídeo en directo, selecciona el botón de la cámara durante una conversación de voz. Vuelve a seleccionarlo para dejar de compartir.
Para compartir tu pantalla, selecciona el menú de más opciones, luego Compartir pantalla y sigue las indicaciones del dispositivo.
Para dejar de compartir la pantalla, vuelve a ChatGPT y selecciona de nuevo el control de pantalla compartida. También puedes dejar de compartir desde los controles del sistema de pantalla compartida de tu dispositivo.
Si alcanzas un límite de vídeo o pantalla compartida, es posible que aún puedas continuar la conversación de voz sin iniciar una nueva entrada de vídeo o pantalla compartida.
Cambiar tu voz preferida
Abre Configuración → Voz y selecciona Voz para elegir entre estas opciones:
Arbor — Desenfadada y versátil
Breeze — Animada y sincera
Cove — Serena y directa
Ember — Segura y optimista
Juniper — Abierta y positiva
Maple — Alegre y franca
Sol — Perspicaz y relajada
Spruce — Tranquila y reafirmante
Vale — Viva e inquisitiva
Cambiar la voz seleccionada durante una conversación de voz inicia una nueva llamada de voz en el mismo chat.
Cambiar tu idioma preferido
Abre Configuración → Voz y selecciona Idioma. Elegir el idioma que hablas con más frecuencia puede ayudar a ChatGPT a entender tu voz con mayor precisión. También puedes pedir a ChatGPT durante una conversación de voz que hable otro idioma.
Cambiar el estilo de respuesta
Las personalidades predefinidas de ChatGPT no se aplican actualmente a Live.
Aun así, puedes pedir a ChatGPT que cambie su tono, ritmo o estilo de respuesta durante una conversación de voz concreta.
Puedes pedir a ChatGPT que hable más rápido o más despacio, pero actualmente no hay controles precisos de velocidad de reproducción.
Cambiar el nivel de inteligencia
Si la opción Inteligencia está disponible para tu cuenta, abre Configuración → Voz → Inteligencia y elige Instant, Media o Alta. Esta opción controla cómo gestiona ChatGPT las preguntas más difíciles durante una conversación de voz. Los niveles disponibles pueden depender de tu plan.
Los niveles de inteligencia más altos pueden tardar más en responder, especialmente cuando Voz busca en la web.
Usar Voz en CarPlay
ChatGPT está disponible en Apple CarPlay en iPhones compatibles. Desde la pantalla de CarPlay puedes iniciar una conversación de voz, continuar un chat reciente o fijado, o iniciar una conversación en un proyecto. Más información sobre cómo usar ChatGPT en CarPlay.
Usa tu dispositivo móvil solo cuando la ley lo permita y cuando las condiciones permitan hacerlo de forma segura. Configura la aplicación antes de conducir y evita interactuar con el dispositivo mientras el vehículo esté en movimiento.
Mantener una conversación en segundo plano
Para continuar una conversación de voz mientras usas otras aplicaciones o con el teléfono bloqueado, activa Conversaciones en segundo plano en Configuración → Voz.
Una conversación en segundo plano termina cuando la finalizas, fuerzas el cierre de la aplicación, alcanzas un límite de uso o llegas a la duración máxima de la sesión. Si estás compartiendo la pantalla en Avanzado, la pantalla compartida también termina cuando dejas de compartir o bloqueas la pantalla.
Iniciar ChatGPT con Voz
En las versiones compatibles de la aplicación móvil, activa Iniciar con Voz en Configuración → Voz. Cuando esta opción está activada, al abrir ChatGPT en una conversación nueva o vacía, Voz se inicia automáticamente.
Para iniciar Voz automáticamente en CarPlay, activa Iniciar automáticamente en CarPlay en Configuración → Voz. Esta opción aparece después de haber usado ChatGPT en CarPlay.
Controles de datos
¿Durante cuánto tiempo conserva OpenAI los clips de audio y vídeo?
Los clips de audio de conversaciones con Live y de voz avanzada, y los clips de vídeo de conversaciones de voz avanzada, se almacenan junto con la transcripción que aparece en tu historial de chat. Los clips se conservan durante 30 días.
Cuando eliminas un chat, también eliminamos sus clips de audio y vídeo asociados en un plazo de 30 días, salvo que debamos conservarlos por motivos de seguridad o legales, tal como se describe en nuestra Política de privacidad, o salvo que hayas elegido previamente compartir los clips para ayudar a entrenar nuestros modelos y ya se hubieran desvinculado de tu cuenta.
Eliminar un chat, incluidos los datos de audio o vídeo asociados, no se puede deshacer. Archivar solo quita el chat de la barra lateral; no elimina el chat ni sus clips de audio o vídeo asociados.
Con Estándar, el audio se transcribe antes de que ChatGPT genere una respuesta. Eliminamos el audio una vez completada la transcripción, salvo que hayas elegido compartir audio para ayudar a entrenar nuestros modelos. El audio se elimina incluso si la transcripción falla.
¿OpenAI entrena modelos con clips de audio o vídeo?
No, salvo que elijas compartir clips de audio o vídeo para ayudar a entrenar nuestros modelos, o hayas activado los interruptores «Incluir tus grabaciones de audio» o «Incluir tus grabaciones de vídeo» en la configuración de tu cuenta de OpenAI. Puedes obtener más información sobre tus controles de datos aquí.
Si Mejorar el modelo para todos está activado, podemos usar transcripciones y otros archivos de tus conversaciones de voz para entrenar nuestros modelos, según tu plan y configuración. No usamos los clips de audio o vídeo asociados para entrenar, salvo que elijas compartirlos para mejorar el modelo como se ha descrito antes.
Los usuarios de Gratis, Plus y Pro en áreas de trabajo personales pueden elegir compartir clips abriendo Configuración → Controles de datos, activando Mejorar el modelo para todos y, después, Incluir tus grabaciones de audio o Incluir tus grabaciones de vídeo. Los usuarios no pueden compartir clips de audio o vídeo de conversaciones de voz en áreas de trabajo de ChatGPT Business, Enterprise o Edu.
Si eliges compartir clips de audio o vídeo, nuestros equipos pueden revisarlos para ayudar a mejorar el comportamiento del modelo, por ejemplo, entender cuándo ChatGPT ha oído o interpretado algo incorrectamente. Antes de usar clips compartidos para entrenar, tomamos medidas para reducir la cantidad de información personal del clip.
Si dejas de compartir, los nuevos clips ya no se usarán para entrenar nuestros modelos. Los clips que se hayan desvinculado previamente de tu cuenta pueden seguir utilizándose. Tu elección está vinculada a tu cuenta y se aplica a todos los dispositivos en los que hayas iniciado sesión.
Más información sobre los controles de datos y sobre cómo se usan tus datos para mejorar el rendimiento del modelo.
Preguntas frecuentes
¿Puedo hablar mientras ChatGPT está hablando?
Sí. Live puede escuchar y hablar al mismo tiempo, de modo que puedes interrumpir o seguir hablando mientras ChatGPT responde. ChatGPT debería seguir la parte más reciente de la conversación, pero las voces solapadas, el ruido de fondo, las condiciones de red y los ajustes del micrófono pueden afectar a lo que oye.
¿Pueden varias personas hablar con ChatGPT a la vez?
Live está diseñado principalmente para conversaciones uno a uno. Puede gestionar ruido de fondo, pero aún no está optimizado para conversaciones con varios interlocutores. Puede responder cuando las personas estén hablando entre ellas en lugar de dirigirse a ChatGPT.
¿Por qué ChatGPT me interrumpe o deja de hablar?
Las interrupciones pueden seguir ocurriendo, sobre todo si hay ruido de fondo, pausas largas o audio de otro altavoz. Prueba a usar auriculares, trasladarte a un entorno más silencioso o subir el volumen del dispositivo. En iPhone, también puedes abrir el Centro de control durante una conversación de voz, seleccionar Modo de micrófono y activar Aislamiento de voz.
¿Puedo pedir a Voz que espere mientras pienso en voz alta?
Al inicio de la conversación, puedes pedir a Live que espere hasta que estés listo para recibir una respuesta; por ejemplo: «Espera hasta que te pida que respondas». Las pausas largas, las voces de fondo u otros sonidos pueden hacer que Live responda de todos modos.
¿Puedo usar Live con GPTs, Work o Codex?
A partir de la aplicación de escritorio de ChatGPT para macOS y Windows, ChatGPT Voz puede controlar tu ordenador y coordinar varios agentes mediante las herramientas y permisos disponibles en Work o Codex.
Con ChatGPT Voz en Work y Codex, puedes:
Iniciar, priorizar, interrumpir o redirigir tareas mientras el trabajo continúa en segundo plano.
Coordinar varios agentes en conversaciones y proyectos activos.
Reanudar trabajo existente usando el contexto de proyecto disponible y las herramientas conectadas compatibles, incluidos documentos, calendarios, contactos y comunicaciones.
Recibir actualizaciones de progreso habladas o en pantalla, incluso cuando las tareas estén bloqueadas o completadas.
Ver cuándo ChatGPT está escuchando y silenciar o detener el micrófono durante una conversación.
Voz en Work y Codex usa asignaciones de uso y precios independientes de Work o Codex. En áreas de trabajo Business y Enterprise con precios flexibles, el uso cuesta aproximadamente 6 créditos por minuto. Las áreas de trabajo Enterprise heredadas incluyen aproximadamente 45 minutos por cada ventana de cinco horas. Las tareas delegadas consumen el fondo de uso compartido existente a las tarifas estándar.
Voz independiente en Work y Codex no está disponible en la web ni en móviles, aunque se admite el acceso remoto emparejado desde iOS.
En áreas de trabajo Enterprise, Voz en Work y Codex requiere que estén activadas tanto las capacidades de voz avanzadas como el acceso anticipado a modelos.
Live no está disponible con GPTs personalizados. Las conversaciones de voz con GPTs siguen usando el modo de voz avanzado y la voz Shimmer. La subida de archivos y fotos puede estar disponible según tu cuenta y sesión. La generación de imágenes, el análisis de datos y las acciones personalizadas no están disponibles en conversaciones de voz con GPTs.
¿Cuándo debería usar Voz en lugar de Dictado?
Usa Voz para mantener una conversación en directo de ida y vuelta o para desarrollar ideas hablando. Usa Dictado de ChatGPT cuando quieras grabar un prompt, revisar y editar su transcripción y luego enviarlo como texto. Las transcripciones de Voz no son registros literales y puede que no coincidan exactamente con lo dicho.
¿Por qué la transcripción no coincide exactamente con la conversación?
Después de una conversación de voz se añade una transcripción al chat. Puede que no coincida exactamente con lo que tú o ChatGPT dijisteis, especialmente si las voces se solapan, hay ruido de fondo o la conversación avanza rápido.
Con Live, las respuestas de ChatGPT también aparecen como texto en el chat mientras se pronuncian. Después de terminar la conversación de voz, puedes revisarla en tu historial de chat.
¿Las conversaciones de voz incluyen subtítulos?
Con Live, las respuestas de ChatGPT aparecen como texto en el chat mientras se pronuncian. En iOS y Android con Avanzado, selecciona el botón cc durante una conversación de voz para mostrar subtítulos de las respuestas de ChatGPT.
Después de terminar una conversación de voz, su transcripción se añade al chat para que puedas revisarla en tu historial de chat.
¿Por qué terminó mi conversación de voz?
Una conversación de voz puede terminar cuando alcanzas un límite de uso, la duración máxima de la sesión o cuando una conversación larga llega a su límite de contexto. ChatGPT mostrará un aviso cuando sea posible. Puedes continuar por texto o iniciar Voz de nuevo.
¿Cuántas conversaciones de voz puedo tener a la vez?
Puedes tener una conversación de voz a la vez.
¿Por qué no veo Live en mi configuración de Voz?
Live se está implementando gradualmente. La disponibilidad depende del plan, la región, el área de trabajo y la versión de la aplicación. Asegúrate de que ChatGPT esté actualizado. Si Live no está disponible, puedes seguir usando Voz avanzada o Estándar.