ChatGPT Voice impara a rallentare, e basta chiederglielo a voce per vederlo cambiare passo. OpenAI ha presentato una nuova generazione della modalità vocale che punta a rendere le conversazioni più fluide, più realistiche e soprattutto meno robotiche di quanto siamo stati abituati finora. Il cuore della novità sta proprio lì, nella possibilità di dire all’assistente di parlare più piano quando serve, ma sotto il cofano c’è molto di più.
L’aggiornamento porta con sé due modelli vocali inediti, GPT-Live-1 e GPT-Live-1 mini, pensati per avvicinare il dialogo con la macchina a quello con una persona in carne e ossa. Il rilascio è già partito su Android, iOS e Web, e arriverà gradualmente a tutti, con qualche differenza tra chi paga e chi usa la versione gratuita.
Addio ai dialoghi a turni
Uno dei difetti più fastidiosi della vecchia modalità era il suo funzionamento a turni. ChatGPT aspettava che l’utente finisse di parlare, poi partiva con la risposta. Risultato: scambi legnosi, poco naturali, con quella sensazione di stare parlando a un centralino automatico.
Adesso l’approccio cambia del tutto grazie a un’architettura chiamata duplex, capace di ascoltare e preparare la risposta nello stesso momento. In pratica il modello continua a elaborare quello che l’utente sta dicendo mentre già costruisce la replica, e questo riduce di parecchio le interruzioni fuori posto.
La funzione che colpisce di più resta comunque quella del ritmo. Se sembra che ChatGPT stia correndo troppo, basta chiedergli di rallentare e il sistema adatta la velocità. Detta così sembra una sciocchezza, ma per chi segue una spiegazione con calma o sta imparando una lingua nuova fa una bella differenza in termini di accessibilità. C’è anche un dettaglio più umano: durante la conversazione l’assistente conferma di essere in ascolto con piccoli segnali come mhm oppure ho capito, evitando quei silenzi imbarazzanti che rovinavano tutto.
Non solo voce, arrivano anche i contenuti visivi
Le novità non si fermano al modo di parlare. Secondo OpenAI, GPT-Live capisce quando una richiesta ha bisogno di qualcosa in più, un ragionamento più profondo, una ricerca sul Web o funzioni avanzate. In quei casi può passare il compito ad altri modelli dell’ecosistema, incluso GPT-5.5, mentre la conversazione prosegue senza che l’utente percepisca alcuna pausa. L’idea è togliere di mezzo quella fastidiosa sensazione di attesa tipica di tanti assistenti vocali.
Migliora anche la gestione dei rumori intorno. Prima bastava una piccola pausa per far credere all’assistente che la domanda fosse finita, ora questo comportamento è molto ridotto. Il sistema si concentra meglio sulla voce dell’utente anche quando c’è chiasso di sottofondo, quindi diventa più affidabile in ambienti rumorosi.
E poi c’è la parte visiva. Durante il dialogo ChatGPT può mostrare schede su meteo, sport, mercati finanziari e altri temi, oltre a continuare a supportare la ricerca sul Web e il caricamento di immagini e documenti. La modalità Voice diventa così un’interfaccia completa, che alterna parlato e immagini senza spezzare il filo del discorso.
Il lancio arriva accompagnato da nuove misure di sicurezza. L’azienda dice che il sistema riconosce situazioni potenzialmente rischiose e può intervenire modificando la risposta, mostrando messaggi aggiuntivi o interrompendo il dialogo nei casi più delicati. Sono stati estesi anche i controlli parentali: i genitori possono disattivare ChatGPT Voice sugli account dei ragazzi e, in certe circostanze, ricevere notifiche se il sistema rileva conversazioni che virano verso possibili comportamenti autolesionistici. Il rollout è già cominciato. Chi ha i piani Go, Plus e Pro riceverà GPT-Live-1, mentre gli account gratuiti useranno la versione GPT-Live-1 mini.
