OpenAI ha lanciato GPT-Live, una nuova generazione di modelli vocali con funzioni full-duplex che sostituiscono l'Advanced Voice Mode in ChatGPT. Il cambiamento più significativo è l'architettura dei nuovi modelli, che ora sono in grado di parlare e ascoltare contemporaneamente, risolvendo il problema dei rigidi turni di conversazione.
Il sistema full-duplex permette a ChatGPT di non aspettare più che l’utente finisca di parlare per generare risposte. Questa funzione non solo elimina silenzi imbarazzanti, ma permette anche al modello di comprendere meglio gli interlocutori. Gli utenti possono parlare e ascoltare contemporaneamente in maniera molto più naturale.
Due modelli per diverse esigenze
Il nuovo aggiornamento comprende due versioni dei nuovi modelli vocali. GPT-Live-1 è il modello predefinito per gli utenti Go, Plus e Pro, mentre GPT-Live-1 mini è destinato agli account gratuiti. Il rollout è già iniziato su iOS, Android e ChatGPT.com. Secondo OpenAI, più di 150 milioni di persone utilizzano oggi le funzioni vocali di ChatGPT in modo settimanale.
Un sistema più intelligente e responsivo
GPT-Live risolve un problema concreto riscontrato nei modelli anteriori, che aspettavano la fine della frase per rispondere. Il nuovo sistema elabora l'audio che giunge come inputs mentre produce audio in uscita, decidendo decine di volte al secondo se parlare, interrompere, prendere una pausa o continuare ad ascoltare.
Gli utenti noteranno anche segnali vocali come un "mhmm" o un "capito", oppure silenzi intesi per capire che l’interlocutore sta riformulando. Una caratteristica in più è la possibilità di utilizzare la sveglia vocale “Hey Chat” per mantenere attivo il modello in background finché non viene richiamato.
Ragionamento e intelligenza migliorati
Un’altra evoluzione di GPT-Live è l’abilità di integrare la conversazione con il potenziale analitico dei grandi modelli. Quando un utente esprime una richiesta complessa, il modello voce delega il lavoro a GPT-5.5, mantenendo comunque attiva la conversazione per fornire risposte a quando sono pronte.
- GPT-Live 1: Modello predefinito per i piani Go, Plus e Pro
- GPT-Live 1 mini: Destinato agli utenti Gratuiti
- Supporta la traduzione simultanea in tempo reale
- Include schede visive con contenuti come meteo, azioni e dati sportivi
- Fornisce un’esperienza conversazionale fluida, risolvendo i ritardi
Reazioni miste e sfide aperte
Le reazioni iniziali degli utenti sono state diverse. Da una parte, i test interni di OpenAI mostrano che GPT-Live-1 è preferito al Advanced Voice Mode nel 75,7% delle conversazioni di durata media da cinque a dieci minuti. Dall’altra, alcune segnalazioni segnalano come i brevissimi feedback vocali — tipo “mhmm” — vengano percepiti come interruzioni, piuttosto che un miglioramento della conversazione.
OpenAI non ha rilasciato confronti specifici in termini di latenza rispetto alla versione precedente e ha dichiarato che l’accesso a API sarà presto disponibile. Gli sviluppatori interessati possono registrarsi per ricevere una notifica sull’aggiornamento. Funzioni come condivisione schermo e riproduzione video invece non sono state ancora implementate.
Uno sguardo futuro verso la voice-first interface
Atty Eleti, product lead di ChatGPT Voice, ha dichiarato che l’obiettivo di GPT-Live va oltre una semplice conversazione casuale. Il modello mira a supportare attività complesse e prolungate, come quelle tipiche degli agenti virtuali.
- Già supporta l’integrazione con CarPlay
- Offre la traduzione simultanea per potenziali linguaggi futuri
- Rappresenta un progresso nella tecnologia di dialogo basata su voce
Se la funzione di traduzione reggerà il confronto in una gamma più ampia di lingue — al di fuori dell’inglese — e se gli sviluppatori adotteranno l’API con entusiasmo, GPT-Live potrebbe diventare la base per la prossima generazione di assistenti vocali utilizzati in dispositivi come auricolari, auto e dispositivi domestici intelligenti.
Grazie a funzioni avanzate come l'elaborazione in tempo reale delle conversazioni e una maggiore complessità del ragionamento, GPT-Live rappresenta un passo avanti nella tecnologia NLP, aprendo nuove possibilità nella comunicazione uomo-macchina.