OpenAI lancia GPT-Live: la svolta vocale che sfida Gemini e Claude
OpenAI ha presentato ufficialmente GPT-Live: da questo momento possiamo conversare con l'intelligenza artificiale come se fosse un amico.
OpenAI ha presentato ufficialmente GPT-Live, la nuovissima generazione di modelli vocali pensati per rendere le conversazioni con ChatGPT ancor più naturali e simili a quelle tra due persone reali. Non si tratta solo di un “virtuosismo tecnologico”, ma di una mossa strategica fondamentale per l’azienda di Sam Altman per contrastare la concorrenza agguerrita di rivali come Gemini di Google e Claude di Anthropic. Con l’introduzione di GPT-Live, OpenAI scommette tutto sulla voce con un obiettivo: trasformarla nell’interfaccia principale con cui interagire quotidianamente per gestire compiti digitali sempre più complessi.
L’architettura full-duplex
GPT-Live si basa sulla cosiddetta architettura full-duplex. Parlare con un assistente vocale somigliava molto all’utilizzo di una vecchia ricetrasmittente, rendendo di fatto questo sistema a turni estremamente rigido. Bisognava parlare, poi attendere che l’algoritmo riconoscesse il silenzio e, infine, aspettare la sua risposta. Tutto ciò sperando che un colpo di tosse, un rumore di fondo o anche solo una semplice pausa non facessero interrompere il chatbot o – anche peggio – che non lo facessero rispondere a sproposito.
La tecnologia full-duplex supera questo “difetto”, consentendo a ChatGPT di ascoltare e parlare nello stesso identico momento, proprio come farebbe una persona con cui parliamo al telefono. Per intenderci, l’intelligenza artificiale siffatta può inserire piccoli feedback vocali di assenso come “mh mh” o “capito” o “sì” mentre stiamo ancora parlando, riconoscendo le nostre pause e, soprattutto, consentendoci di interromperla se decidiamo di cambiare discorso.
Il vero “segreto” di GPT-Live
Ma come fa l’assistente vocale a essere così veloce nel rispondere? E come può farlo quando gli poniamo quesiti complessi? Il “segreto” risiede in una caratteristica ben precisa: OpenAI ha scelto di separare la gestione della conversazione vocale immediata dall’elaborazione dei dati più pesanti.
Quando poniamo una domanda difficile a GPT-Live, il modello vocale mantiene attivo il dialogo continuando a parlare con noi, mentre delega la ricerca sul web o la risoluzione di un problema a un secondo modello che lavora “dietro le quinte” (GPT-5.5). Non appena questo “cervello secondario” ottiene il risultato, GPT-Live lo inserisce armoniosamente nel discorso senza interrompere la conversazine con l’utente.
Sicurezza degli utenti
Va da sé che una tecnologia così vicina all’espressività umana richieda tutele severe per evitare le truffe o la clonazione di voci reali.
Per tale ragione, OpenAI ha integrato rigidi protocolli di sicurezza che analizzano il flusso vocale in tempo reale. Significa che, quando il sistema rileva situazioni di emergenza o disagio, è addestrato a deviare la conversazione verso risposte sicure o, qualora servisse, a fornire contatti di supporto ufficiali.
OpenAI ha anche implementato funzioni di parental control, per consentire ai genitori di gestire l’accesso dei figli adolescenti e ricevere notifiche in caso di conversazioni considerate a rischio, e ha posto un limite per arginare i deepfake: GPT-Live non può impersonare voci reali ed è vincolato all’uso di 9 voci predefinite, ottimizzate dal team di sviluppo.
Il rilascio globale della funzione è già partito sulle applicazioni ufficiali per iOS, Android e web, offrendo il modello completo GPT-Live-1 a chi possiede un abbonamento (piani Go, Plus e Pro) e la versione ottimizzata GPT-Live-1 mini a chi utilizza il servizio gratuitamente.
