GPT-Live è la nuova generazione di modelli vocali di OpenAI, pensata per rendere le conversazioni con l’intelligenza artificiale molto più simili a un dialogo tra due persone. L’annuncio arriva con una promessa precisa: parlare e ascoltare nello stesso momento, senza le pause innaturali che finora hanno reso un po’ rigido il rapporto con gli assistenti vocali. Il cuore di tutto sta in un’architettura chiamata full-duplex, e le versioni disponibili sono due, una riservata agli abbonati e una gratuita accessibile a chiunque tramite ChatGPT Voice.
Come funziona la nuova architettura vocale
Per capire il salto in avanti basta guardare al passato. La prima versione di ChatGPT Voice metteva in fila tre modelli distinti: uno trasformava la voce in testo, un secondo elaborava la risposta e un terzo la riconvertiva in parlato. Un meccanismo che funzionava, certo, ma con qualche prezzo da pagare. Alcune informazioni si perdevano per strada e le risposte arrivavano lente, poco naturali. Con la Advanced Voice Mode le cose erano migliorate grazie a un modello unico, capace di ridurre i tempi di attesa. Restava però un limite fastidioso: bisognava aspettare una pausa di chi parlava prima di ottenere una risposta, e a volte l’utente veniva interrotto per sbaglio.
GPT-Live prova a chiudere il cerchio. L’architettura full-duplex elabora ciò che viene detto mentre già genera la risposta, esattamente come accade in una chiacchierata vera, dove ci si sovrappone, si commenta, si reagisce al volo. OpenAI parla apertamente di una nuova era per l’interazione tra uomo e macchina, e in effetti la differenza si sente nel ritmo del dialogo.
Cosa offrono i due modelli e le protezioni previste
Il sistema è capace anche di delegare i compiti più impegnativi. Se serve una ricerca sul web o un ragionamento articolato, GPT-Live passa la palla a GPT-5.5 che lavora in background. I modelli, come detto, sono due. GPT-Live-1 è pensato per gli abbonati Go, Plus e Pro, mentre GPT-Live-1 mini resta gratuito per tutti. Entrambi si usano dal web oppure tramite l’app di ChatGPT su Android e iOS.
C’è poi una buona dose di personalizzazione. Si può scegliere il livello di ragionamento tra istantaneo, medio e veloce, selezionare la lingua e persino una tra nove voci diverse. ChatGPT Voice non si limita al parlato: fornisce risposte visuali tramite card con risultati sportivi, valori azionari, previsioni meteo e altro ancora. Accetta inoltre testo, immagini e file durante la conversazione. Manca ancora, per ora, la condivisione di schermo e video, per la quale bisogna affidarsi alla Advanced Voice Mode.
Sul fronte della sicurezza, OpenAI ha inserito diverse protezioni per riconoscere argomenti pericolosi. In questi casi il sistema fornisce risposte adeguate oppure blocca del tutto la conversazione. I genitori, grazie ai controlli parentali, possono impedire l’accesso a ChatGPT Voice. Altri filtri intervengono contro le impersonificazioni, cioè le risposte che imitano la voce di persone reali.
