La nuova modalità vocale di ChatGPT può ascoltare e parlare contemporaneamente
GPT-Live di OpenAI usa un'architettura full-duplex per rendere naturali le conversazioni vocali, affidando in sottofondo le domande difficili a GPT-5.5.
OpenAI ha presentato GPT-Live, una nuova generazione di modelli vocali per ChatGPT capace di ascoltare e parlare contemporaneamente, come fanno davvero le persone. Finora l’IA vocale funzionava come un ricetrasmettitore: tu parli, lei aspetta e poi risponde. GPT-Live usa quella che gli ingegneri chiamano un’architettura full-duplex, nella quale entrambe le direzioni della conversazione restano aperte nello stesso momento, come in una normale telefonata.
Due versioni vengono distribuite in tutto il mondo. GPT-Live-1 è destinato agli utenti paganti dei piani Go, Plus e Pro, mentre GPT-Live-1 mini è incluso negli account gratuiti. Entrambe funzionano su iOS, Android e chatgpt.com, e l’accesso alle API per gli sviluppatori è in programma. Il modello decide più volte al secondo se parlare, continuare ad ascoltare, fare una pausa o interrompere. Usa persino brevi suoni riempitivi come «mhmm» per farti capire che sta seguendo il discorso, e puoi interromperlo a metà frase senza compromettere nulla.
La parte più ingegnosa si nasconde in sottofondo. Storicamente, i modelli vocali in tempo reale sono stati veloci ma non molto intelligenti: ottimi per conversare, scarsi sui fatti. GPT-Live risolve il problema delegando. Quando una domanda richiede una ricerca sul web o un vero ragionamento, passa discretamente l’attività a GPT-5.5 mentre porta avanti la conversazione. I dati colpiscono: su GPQA, un test di ragionamento scientifico, GPT-Live-1 raggiunge l’84,2%, contro il 45,3% della vecchia Advanced Voice Mode. Su BrowseComp, un benchmark per la ricerca sul web, il divario è tra il 75,2 e lo 0,7%.
Ecco cosa c’è dietro: OpenAI divide il lavoro in due. Un modello gestisce il ritmo e la dimensione sociale della conversazione, un altro si occupa del ragionamento. È lo specchio della direzione presa dall’intero settore: modelli piccoli e veloci in primo piano, modelli grandi e intelligenti dietro le quinte. All’inizio dell’anno Nvidia ha presentato un modello open source analogo, chiamato PersonaPlex, quindi l’approccio si sta diffondendo.
Una precisazione doverosa: più umana sembra un’IA, più è facile dimenticare che non lo è. Alcune ricerche hanno collegato un uso intenso della modalità vocale alla dipendenza emotiva e la stessa OpenAI distribuisce GPT-Live con livelli di sicurezza aggiuntivi: linee telefoniche per le crisi, controlli parentali e la possibilità di terminare le conversazioni in situazioni ad alto rischio. Al lancio non sono supportati la voce con video e la condivisione dello schermo, anche se OpenAI afferma che arriveranno.
Cosa significa per te: se le modalità vocali dell’IA ti sono sembrate scomode per via di quella pausa rigida e dell’alternanza robotica dei turni, questo è l’aggiornamento che potrebbe farti cambiare idea. Gli utenti gratuiti ricevono la versione mini, quindi chiunque può provarla. È davvero utile quando vuoi avere le mani libere: mentre cucini, guidi o ragioni ad alta voce su un problema. Gli utenti esperti ottengono un’interfaccia vocale finalmente in grado di svolgere vere ricerche durante una conversazione. Ricorda soltanto una cosa: ora sembra più umana, ma sotto la superficie resta lo stesso tipo di software.
Fonti
Dove finisce la rete, inizia la piccola IA: modelli minuscoli salvano vite offline
IEEE Spectrum racconta come modelli di IA delle dimensioni di un telefono autentichino medicinali, individuino malattie delle colture ed eseguano elettrocardiogrammi dove non esistono banda larga né centri dati.
