OpenAI ha lanciato GPT-Live, una nuova serie di modelli vocali per ChatGPT in grado di ascoltare e parlare allo stesso tempo, segnando la revisione più significativa dell'azienda della sua esperienza vocale conversazionale fino ad oggi. La versione utilizza ciò che OpenAI descrive come un'architettura full-duplex, consentendo agli utenti di interrompere, parlare e conversare con l'assistente in un modo che, secondo l'azienda, sembra una vera telefonata.

Il lancio arriva insieme al più ampio lancio da parte di OpenAI della famiglia di modelli GPT-5.6 questa settimana e rappresenta una spinta per far sì che le ultime notizie sull'intelligenza artificiale sulle interfacce vocali sembrino meno come comandare una macchina e più come chattare con una persona.

Cosa rende GPT-Live diverso

Gli assistenti vocali tradizionali funzionano in modalità half-duplex: parli, poi ti fermi, poi il sistema elabora la tua richiesta e risponde. I turni sono rigidi. GPT-Live interrompe questo schema con l'elaborazione audio full-duplex, il che significa che il modello può sentirti mentre sta ancora parlando. Ciò consente interruzioni naturali, correzioni a metà frase e conversazioni sovrapposte: il tipo di avanti e indietro che gli esseri umani danno per scontato ma con cui le IA vocali hanno storicamente lottato.

Secondo Reuters, i modelli GPT-Live ascoltano e parlano simultaneamente, una funzionalità che è stata a lungo un obiettivo per il campo dell'intelligenza artificiale vocale. L'approccio rimuove le pause imbarazzanti e i turni forzati che hanno definito le versioni precedenti della modalità vocale di ChatGPT.

Un dettaglio tecnico degno di nota: quando GPT-Live incontra domande complesse, le trasmette a GPT-5.5 in background. Il modello vocale gestisce il flusso della conversazione in tempo reale, mentre un modello di ragionamento più ampio lavora su compiti più difficili dietro le quinte, quindi restituisce la risposta. Questa divisione del lavoro, secondo OpenAI, migliora drasticamente la qualità della risposta senza sacrificare la reattività che rende naturale la conversazione in tempo reale.

Disponibilità e prezzi

OpenAI sta implementando i nuovi modelli vocali su due livelli:

  • GPT-Live-1: il modello completo, ora disponibile per gli abbonati ChatGPT paganti (piani Plus, Pro e Team).
  • GPT-Live-1 mini: una versione più piccola e leggera disponibile per gli account ChatGPT gratuiti.

L'accesso API sarà presto disponibile, ha affermato OpenAI, e consentirà agli sviluppatori di integrare la voce full-duplex nelle proprie applicazioni. La società non ha ancora pubblicato i prezzi dettagliati per l'API.

Il lancio introduce inoltre la ricerca web direttamente nella conversazione vocale. Come riportato da Search Engine Journal, GPT-Live integra la ricerca in tempo reale nella voce ChatGPT, in modo che gli utenti possano chiedere informazioni su eventi attuali o informazioni in rapida evoluzione e ottenere risposte basate su nuovi risultati web senza cambiare modalità.

Un mercato competitivo dell'intelligenza artificiale vocale

GPT-Live sbarca in un panorama di AI vocale sempre più affollato. Google ha spinto le sue funzionalità vocali basate su Gemini su Android e sul suo prodotto Gemini Live, mentre Apple continua a rielaborare Siri attorno a grandi modelli linguistici. Anthropic, il principale rivale di OpenAI, ha concentrato i suoi recenti sforzi sulla codifica degli agenti e sui modelli di ragionamento piuttosto che sulla voce.

L'approccio full-duplex è la direzione verso cui sembra dirigersi il settore in generale. Consentendo l'ascolto e la conversazione simultanei, GPT-Live riduce la latenza ed elimina l'unica lamentela più grande che gli utenti hanno avuto con gli assistenti vocali: l'attesa. Il passaggio a GPT-5.5 per query complesse è anche un segnale che OpenAI vede la voce non come un'interfaccia ridotta, ma come una porta d'ingresso verso i suoi modelli più capaci.

Perché è importante

La voce è stata trattata per anni come un'interfaccia secondaria basata su comandi: utile per impostare timer e controllare il meteo, meno utile per conversazioni sfumate. La scommessa di GPT-Live è che il collo di bottiglia non è mai stato l'intelligenza del modello, ma l'interfaccia: costringere gli umani a parlare a raffiche isolate.

Se la conversazione full-duplex funziona in modo affidabile su larga scala, cambierà il modo in cui le persone interagiscono con l’intelligenza artificiale sui telefoni, in auto, sugli altoparlanti intelligenti e infine sui dispositivi indossabili. Solleva anche preoccupazioni familiari: sul consenso nei dispositivi sempre in ascolto, sul realismo delle voci sintetiche e sulla possibilità che una conversazione più naturale porti gli utenti a fidarsi eccessivamente delle risposte di un'intelligenza artificiale.

OpenAI non ha dettagliato misure di sicurezza specifiche per GPT-Live oltre alle sue politiche sui contenuti esistenti, sebbene l'integrazione della ricerca significhi che il modello può ora inserire informazioni in tempo reale in una voce che potrebbe essere più difficile da valutare criticamente per gli utenti rispetto al testo che possono scorrere indietro.

Cosa verrà dopo

Per ora, GPT-Live è prima una funzionalità ChatGPT e poi un prodotto per sviluppatori. Il vero test arriverà con l’accesso API, quando app di terze parti, piattaforme di assistenza clienti e produttori di hardware potranno integrare la conversazione full-duplex nei propri prodotti. Questo è anche il momento in cui OpenAI dovrà affrontare la pressione sui prezzi da parte di modelli vocali open source più economici e di concorrenti desiderosi di eguagliare la funzionalità.

Il lancio simultaneo con il rilascio pubblico di GPT-5.6 suggerisce che OpenAI vede la voce e il ragionamento come due metà della stessa strategia: un modello potente che pensa, abbinato a un'interfaccia che ti consente di parlargli come un collega.

Stai al passo con l'intelligenza artificiale

Per una copertura continua sulle release dei modelli, sull'intelligenza artificiale vocale e su tutto ciò che plasma il settore, segui gli ultimi sviluppi dell'intelligenza artificiale su AI Buzz Wire.

Leggi altre notizie sull'AI →