A OpenAI apresentou o GPT-Live em 8 de julho de 2026 e descreve-o como uma arquitetura de voz full-duplex: pode ouvir e falar ao mesmo tempo. O GPT-Live-1 e o GPT-Live-1 mini estão sendo lançados no ChatGPT Voice, enquanto a disponibilidade da API foi descrita como chegando em breve.
Fonte primária: OpenAI, “Introdução ao GPT-Live”.
O full-duplex altera a superfície de falha móvel. O aplicativo pode manter a entrada do microfone, reproduzir saída, detectar interrupções e continuar trabalho em segundo plano simultaneamente. Um polido teste de mesa não responde o que acontece quando uma chamada telefônica chega, o Bluetooth desconecta, o aplicativo vai para segundo plano ou as permissões mudam.
Este é o plano de testes que eu executaria antes de lançar um fluxo de trabalho full-duplex de voz. É um plano e não um relatório do comportamento medido da API GPT-Live.
Registre o ambiente
dispositivo: "modelo físico do dispositivo"
os: "versão exata do SO"
app_build: "construção imutável"
voice_model: "rótulo do produto/modelo visível durante o teste"
audio_route: "alto-falante | fio | bluetooth"
rede: "wifi | 5g | restrita"
bateria_inicio: "percentual"
modo_bateria_baixa: false
permissao_microfone: concedida
permissao_fundo: "definir real"
Um resultado sem contexto de dispositivo, rota e rede é difícil de reproduzir.
Define estados observáveis
idle
-> connecting
-> listening <-> speaking
-> reconnecting
-> paused_by_system
-> ended
-> error
Monitorize três canais separadamente:
- Entrada de áudio — o microfone está ativo?
- Saída de áudio — qual rota está falando?
- Estado da tarefa — uma operação delegada/fundamental ainda está em execução?
A interface do usuário nunca deve sugerir “escuta” após o SO revogar acesso ao microfone.
Sequência de interrupção
Use uma conversação simulada inofensiva e marque cada evento com um timestamp:
T+00 conecta no alto-falante do telefone
T+10 usuário fala enquanto assistente está falando
T+20 muda para fone de ouvido Bluetooth
T+35 coloca o aplicativo em segundo plano por 30 segundos
T+65 retorna ao primeiro plano
T+80 dispara uma chamada de entrada ou interrupção de áudio do sistema
T+95 recusa/encerra a interrupção
T+110 desabilita permissão de microfone nas Configurações
T+130 retorna ao aplicativo e tenta retomar
T+150 restaura permissão e reconecta
Observações esperadas devem ser escritas antes da execução:
| Evento | Áudio esperado | Interface do usuário esperada | Recuperação |
|---|---|---|---|
| usuário interrompe | saida de áudio cede ou comportamento é explícito | atualização do estado de escuta/fala | conversa permanece coerente |
| mudança de rota | não há áudio privado na antiga rota | nova rota nomeada | nenhuma reprodução duplicada |
| aplicativo vai para segundo plano | segue a política declarada do produto | estado de segundo plano visível ao retornar | nenhuma continuidade falsa |
| interrupção telefônica | captura/reprodução pausa | interrupção do sistema mostrada | retomada explícita |
| permissão revogada | microfone para de funcionar | erro de permissão açãoável | caminho das configurações e reconexão |
| perda de rede | nenhuma escuta infinita | reconectando com cancelamento | repetição limitada ou término |
Não assuma que a plataforma permite captura de segundo plano indefinida. Verifique a política do SO e o comportamento do aplicativo para a versão exata.
Medidas
Captura:
Para cada métrica de latência, reporte o número de tentativas e percentis. Cinco execuções rápidas selecionadas manualmente não são um resultado de desempenho móvel.
Um pequeno formato de log:
{"run":3,"event":"bluetooth_disconnect","at_ms":35211,"ui":"reconnecting","old_route_audio_ms":0,"recovered_ms":1840}Redija o conteúdo da transcrição, identificadores de conta e detalhes da rede antes de compartilhar logs.
Falha no dispositivo: indicador de microfone vencido
O teste mais valioso da interface do usuário é simples:
Dado que a sessão está ouvindo
Quando a permissão de microfone se torna negada fora do aplicativo
E o aplicativo retorna ao primeiro plano
Então a captura é interrompida
E a interface do usuário não mostra que está ouvindo
E um erro acessível explica como restaurar a permissão
E a retentativa é desabilitada até que a permissão esteja disponível
Também verifique se o indicador de microfone do sistema operacional desaparece. Se o estado do aplicativo e o estado do sistema operacional discordarem, confie na observação do sistema operacional e registre a discrepância.
Privacy and recovery boundary
Full-duplex não deve significar captura ambígua. A interface precisa ter um controle de parada acessível, um indicador claro de escuta e uma regra previsível sobre se o trabalho delegado continua após o fim da gravação.
Teste esses itens separadamente:
- silenciar microfone — para a entrada de novos dados de áudio;
- parar de falar — para a saída;
- finalizar conversa — fecha a sessão de voz;
- cancelar tarefa — para qualquer trabalho em segundo plano.
Um único botão vermelho que às vezes significa todos os quatro é difícil de entender durante uma interrupção.
O GPT-Live torna a conversa natural e sobreposta um objetivo de design oportuno. Em dispositivos móveis, a aceitação depende de um resultado menos glamuroso: após cada interrupção do sistema operacional, microfone, alto-falador, tarefa e IU retornam a um estado verdadeiro.
Qual interrupção quebra sua experiência atual de voz mais frequentemente: alterações de rota, backgrounding, chamadas ou recuperação de permissão?