In questo articolo Indice dei contenuti 2 sezioni
Parlare con ChatGPT non è mai stato così naturale, e il merito va tutto alla nuova Voice Mode che ha finalmente cancellato quelle pause imbarazzanti che rendevano ogni conversazione un po’ meccanica. Gli assistenti basati su intelligenza artificiale come ChatGPT stanno migliorando di continuo, aggiungendo funzioni, precisione e velocità a ogni nuovo modello. Attenzione però, l’IA generativa non è perfetta e non andrebbe mai trattata come una fonte di verità assoluta. Detto questo, per chi ha ormai preso confidenza con questi strumenti, chiacchierare a voce può risultare molto più comodo che digitare tutto.
La prima Voice Mode del 2023 funzionava incastrando tre sistemi diversi. Prima trasformava la voce in testo, poi generava una risposta con un modello linguistico e infine leggeva il tutto ad alta voce con un sistema di sintesi vocale. Poi è arrivata la Advanced Voice Mode, con un unico modello multimodale che ha migliorato parecchio le cose. Oggi ChatGPT arriva con il modello GPT-Live, e qui il salto è davvero notevole per quanto riguarda la naturalezza. OpenAI parla di un’architettura full duplex, capace cioè di ascoltare e parlare nello stesso momento. Un bel passo avanti rispetto al passato, quando una breve pausa veniva scambiata per la fine del discorso e la risposta partiva prima ancora di aver finito la frase.
Ora capiterà di sentire ChatGPT che butta lì piccoli segnali come mhmm o sì mentre si sta ancora parlando, proprio come farebbe una persona in una vera chiacchierata. E quando serve ragionare o cercare informazioni, GPT-Live può passare il compito ad altri modelli più potenti sullo sfondo, tipo GPT-5.5.
Come iniziare una conversazione con GPT-Live
Il modello vocale GPT-Live è disponibile tramite l’app di ChatGPT su dispositivi Android e iOS, oltre che sul web da qualsiasi browser. Gli utenti ChatGPT Pro, Plus e Go potranno usare il modello GPT-Live-1, mentre chi è sul piano gratuito accederà alla versione GPT-Live-1 mini. GPT-Live sostituisce come opzione predefinita il vecchio modello Advanced Voice a turni. Per partire basta toccare l’icona della Voce di ChatGPT, quella con il simbolo dell’onda sonora, all’estrema destra della barra di testo. Alla prima volta potrebbe comparire la richiesta di accesso al microfono del dispositivo.
Una volta dentro la modalità vocale, compare sullo schermo una sfera fluttuante che reagisce alla voce. A quel punto si può parlare come al solito. Toccando l’icona delle impostazioni in alto a destra si cambia il livello di intelligenza del modello, con tre opzioni disponibili: Instant, Medium e High. Questa personalizzazione manca sul modello mini, quindi al momento serve un piano a pagamento. La Voice Mode resta attiva anche passando a un’altra app o bloccando il telefono.
Nonostante l’esperienza complessiva sia migliore delle versioni precedenti, GPT-Live per ora non supporta la condivisione dello schermo o del video. Per fortuna si può tornare al vecchio modello vocale andando nelle impostazioni di ChatGPT, alla voce Voce, e scegliendo un modello diverso. Da qui si può anche selezionare una voce differente, cambiare lingua o impostare la modalità vocale come predefinita all’avvio dell’app.
Dove GPT-Live dà il meglio di sé
C’è chi preferisce digitare tutto e all’inizio non aveva dato molto peso alla nuova versione della Voice Mode. Poi però, provando qualche conversazione più lunga, la musica è cambiata. La cosa che colpisce di più non è l’intelligenza in sé, ma la velocità con cui si smette di pensare che dall’altra parte ci sia un’IA. ChatGPT non interrompe più a metà frase e non serve aspettare goffamente che finisca di parlare prima di riprendere. Con le domande più articolate, sembrava quasi che GPT-Live anticipasse le parole successive.
Questa reattività lo rende ottimo anche per le traduzioni dal vivo. In qualsiasi momento della conversazione si può scorrere verso il basso per vedere la trascrizione di tutto ciò che viene detto. E se una domanda si presta a una risposta visiva, ChatGPT crea un widget interattivo accanto alla risposta parlata.
Il livello di intelligenza di GPT-Live è impostato su Instant di default, che gestisce senza problemi le domande quotidiane privilegiando la rapidità. Può comunque scaricare ricerche e ragionamenti più profondi sui modelli più capaci in background, mantenendo il filo del discorso. Per chi ha intenzione di affrontare temi complessi più spesso, passare ai livelli Medium e High aggiunge un secondo o due di riflessione in più, ma quel ritardo minimo non toglie nulla alla naturalezza della conversazione.
