Ir al contenido principal
Español— Elegir un idioma
Menú

Conversaciones de voz con ChatGPT

Lección 9 de 14 Actualizado el 5 de noviembre de 2026 Intermedio
En esta página
  1. Tres opciones de voz
  2. Iniciar una conversación
  3. Qué permite la voz
  4. Cuándo brilla la voz
  5. Alternar entre voz y texto
  6. Pruébalo tú mismo
  7. Puntos clave

ChatGPT Voice transforma los intercambios escritos en conversaciones habladas: tú hablas, ChatGPT responde en voz alta y la transcripción aparece en el mismo hilo de chat. Esto no es solo cosmético. La voz hace que la herramienta sea usable cuando escribir resulta imposible o incómodo, como mientras caminas, cocinas o entre reuniones. Desde julio de 2026, la experiencia se basa en GPT-Live, un modelo de voz capaz de escuchar y hablar simultáneamente.

Tres opciones de voz

En Settings > Voice, el Centro de ayuda de OpenAI describe tres opciones. La disponibilidad depende de tu plan de suscripción, espacio de trabajo, región y versión de la aplicación:

  • Live funciona con GPT-Live-1.1 o GPT-Live-1.1 Quip, según tu plan. Escucha y habla al mismo tiempo, lo que hace que las interrupciones y los seguimientos se sientan naturales. Puede utilizar la búsqueda web, la memoria, widgets visuales, plugins y aplicaciones conectadas, y acepta tanto texto como imágenes en la misma conversación. No admite vídeo ni compartir pantalla.
  • Advanced es la experiencia de voz en tiempo real heredada. Elige esta opción para compartir vídeo en directo o tu pantalla en las aplicaciones de iOS y Android.
  • Standard funciona turno por turno: tu discurso se transcribe primero y luego se genera la respuesta.

Para convertir una grabación sencilla en texto editable sin iniciar una conversación, utiliza el dictado en su lugar.

Tres opciones de voz Tres columnas. Live: GPT-Live-1.1, escucha y habla simultáneamente, con búsqueda, memoria y plugins, sin vídeo. Advanced: voz en tiempo real heredada, para vídeo y compartir pantalla en móviles. Standard: turno por turno, el discurso se transcribe y luego se genera la respuesta. SETTINGS > VOICE Tres opciones de voz Live Motor GPT-Live-1.1 o 1.1 Quip Ventaja Escucha y habla simultáneamente Limitación Sin vídeo ni compartir pantalla Advanced Motor Voz en tiempo real heredada Ventaja Vídeo, compartir pantalla Limitación En iOS y Android Standard Motor Transcripción y luego respuesta Ventaja Sencillo, turno por turno Limitación Sin superposición
Basado en el artículo "ChatGPT Voice" del Centro de ayuda de OpenAI (noviembre de 2026).

Iniciar una conversación

En el móvil o en la web, selecciona el icono Voice en la barra de entrada y concede acceso al micrófono si se te solicita. La primera vez que lo uses, elige una voz y empieza a hablar. Durante la conversación, puedes silenciar el micrófono o salir de la sesión de voz. Los límites de uso de Live dependen de tu plan en un periodo deslizante de 24 horas: acceso limitado en el nivel gratuito, tres horas en Go y Plus, y más en Pro y Business Premium. ChatGPT te notifica cuando te acercas a tu límite.

Qué permite la voz

Con Live, la conversación se siente como una llamada telefónica: puedes interrumpir, reformular sobre la marcha o hacer una pausa para pensar. Cuando una pregunta requiere una investigación o un razonamiento más profundos, ChatGPT puede cambiar a un modelo más potente y continuar la conversación mientras trabaja. Si la acción de un plugin requiere tu aprobación, debes confirmarla en pantalla; la aprobación por voz no está soportada.

Una precaución señalada en el Centro de ayuda: la voz utiliza la zona horaria de tu dispositivo para interpretar términos como “hoy” o “mañana”. Para preguntas sensibles a la fecha, la hora o la ubicación, especifica estos detalles explícitamente y verifica la información crítica.

Cuándo brilla la voz

La ventaja es obvia cuando estás en movimiento: pide una explicación, redacta un mensaje o haz una lluvia de ideas sin sacar el teclado. Pero el caso de uso más rico reside en otro lugar: hablar te obliga a articular las ideas de forma diferente a como lo harías escribiendo, lo que a menudo ayuda a desbloquear el pensamiento. Dicta un borrador oral y luego pide que se formatee: “Voy a describir mi proyecto y luego tú lo resumirás en un pitch de 30 segundos”.

La estructura importa tanto oralmente como por escrito. “Tengo tres preguntas sobre nuestro lanzamiento. Primera pregunta…” ofrece mejores resultados que un flujo continuo. Los marcadores de contexto también ayudan: “Volvamos al presupuesto” o “Cambiemos de tema”. En entornos muy ruidosos, vuelve al texto en lugar de repetir la misma frase tres veces.

Alternar entre voz y texto

La voz y el texto coexisten en la misma conversación: puedes escribir cuando no puedes hablar, adjuntar una imagen durante una llamada o revisar la transcripción más tarde. Esto es valioso para capturar por escrito una lista de tareas hablada o compartir un enlace difícil de pronunciar. En los espacios de trabajo de Business, Enterprise, Edu y Healthcare, la disponibilidad de la voz depende de la configuración del espacio de trabajo; en ChatGPT Work, también te permite iniciar una tarea que continúa en texto después de finalizar la llamada.

Pruébalo tú mismo

Una sesión en tres partes. Abre Voice con la opción Live. Presenta tu rol en 30 segundos y luego pregunta: “Según lo que acabo de contarte, ¿cuáles son las tres tareas de mi día en las que podrías ayudarme más?”. Interrumpe la respuesta a mitad de camino para aclarar un punto y termina pidiendo un resumen por escrito, que encontrarás en el historial de la conversación.

Fuentes oficiales: ChatGPT Voice · Notas de lanzamiento de ChatGPT (Centro de ayuda de OpenAI) · Presentación de GPT-Live (OpenAI)

Puntos clave

  • Tres opciones en Settings > Voice: Live (GPT-Live-1.1), Advanced para vídeo y compartir pantalla, y Standard para interacción turno por turno
  • Live escucha y habla simultáneamente, usa búsqueda, memoria y plugins, pero no admite vídeo
  • El uso de Live está limitado por el plan en una ventana deslizante de 24 horas
  • Las aprobaciones se realizan en pantalla; especifica fecha y ubicación para preguntas sensibles
  • La voz y el texto coexisten en la misma conversación, incluida la transcripción