OpenAI ha consolidado múltiples equipos de ingeniería, producto e investigación en los últimos dos meses para renovar sus modelos de audio, lo que indica un impulso significativo hacia la inteligencia artificial basada en audio. Según The Information, esta reorganización se realiza en preparación para un nuevo dispositivo personal centrado en el audio, cuyo lanzamiento está previsto en aproximadamente un año.

Este movimiento de OpenAI refleja una tendencia más amplia dentro del sector tecnológico, donde el audio se considera cada vez más como una interfaz principal, que podría eclipsar el dominio de las pantallas. El cambio ya es evidente en la proliferación de altavoces inteligentes, que han integrado asistentes de voz en más de un tercio de los hogares estadounidenses. Estos dispositivos aprovechan la IA para comprender y responder a comandos de voz, proporcionando información, controlando dispositivos domésticos inteligentes y mucho más.

Meta introdujo recientemente una función para sus gafas inteligentes Ray-Ban que utiliza una matriz de cinco micrófonos para mejorar la claridad conversacional en entornos ruidosos. Esta tecnología transforma eficazmente el rostro del usuario en un dispositivo de escucha direccional, lo que destaca el potencial de la mejora de audio impulsada por la IA en los dispositivos portátiles cotidianos. Google también ha estado experimentando con Audio Overviews, que convierten los resultados de búsqueda en resúmenes conversacionales, haciendo que la información sea más accesible y atractiva a través del audio.

Tesla está integrando Grok y otros modelos de lenguaje grandes (LLM) en sus vehículos para crear asistentes de voz conversacionales capaces de gestionar la navegación, el control del clima y otras funciones a través del diálogo en lenguaje natural. Esta integración tiene como objetivo proporcionar una experiencia de usuario fluida e intuitiva, permitiendo a los conductores interactuar con sus vehículos sin necesidad de controles manuales.

Más allá de estos gigantes tecnológicos, numerosas startups también están explorando el potencial de la IA de audio, desarrollando aplicaciones innovadoras que van desde experiencias de audio personalizadas hasta análisis de audio impulsados por la IA. El creciente enfoque en la IA de audio tiene implicaciones significativas para la forma en que las personas interactúan con la tecnología, lo que podría conducir a experiencias más naturales, intuitivas y manos libres. A medida que los modelos de IA se vuelven más sofisticados, pueden comprender y responder mejor al habla humana, abriendo nuevas posibilidades para la comunicación, el acceso a la información y la automatización.