OpenAi presenta Gpt-Live, il nuovo modello vocale per conversazioni più fluide e naturali

09/07/2026 SCIENZA E TECNOLOGIA Preferisci Informazione.News su Google

Redazione Scienza e Tecnologia   -   Fino a poco tempo fa, chi utilizzava la funzione vocale di ChatGPT conosceva bene un limite implicito: per evitare che l'assistente si inserisse nei momenti meno opportuni, spesso la soluzione era disattivare il microfono. Bastava un rumore di fondo, una parola pronunciata da qualcun altro nella stanza o anche solo una pausa di riflessione per far scattare l'intervento del chatbot, che interpretava ogni silenzio come il termine di un intervento e si lanciava in una risposta, interrompendo il filo del discorso o ricominciando da capo.

Questo problema, del resto, non era esclusivo di OpenAI: qualsiasi assistente vocale che si affida al rilevamento del silenzio per scandire i turni di una conversazione rischia di scambiare una pausa per riflettere, o semplicemente un rumore ambientale, per la fine della frase. La nuova architettura su cui si basa GPT-Live, tuttavia, cambia radicalmente le regole del gioco.

Un'architettura full-duplex per conversazioni in tempo reale

OpenAI ha avviato il rollout globale di GPT-Live, una famiglia di modelli vocali progettati per rendere l'interazione con l'intelligenza artificiale molto più simile a una chiacchierata tra persone. Il cuore di questa innovazione risiede in un'architettura full-duplex, che consente al modello di ascoltare e parlare simultaneamente, proprio come avviene in una conversazione umana. Questo approccio supera la logica a turni dei sistemi precedenti, dove il modello doveva attendere la fine del discorso dell'utente per generare una risposta, con il risultato di scambi spesso rigidi e innaturali.

La nuova architettura, come si legge nel comunicato ufficiale di OpenAI, permette a GPT-Live di elaborare continuamente l'input mentre genera l'output, prendendo decisioni interattive molte volte al secondo: se parlare, continuare ad ascoltare, fare una pausa, interrompere o persino attivare uno strumento esterno. Questa capacità apre la strada a funzionalità inedite per ChatGPT, come la traduzione in tempo reale e una gestione molto più naturale delle interruzioni: un cambiamento che segna un netto distacco dalla rigidità dei comandi vocali del passato.

Delega delle attività complesse e gestione del dialogo

GPT-Live non è solo un modello vocale più reattivo, ma anche più intelligente. Quando una domanda richiede una ricerca sul web, un ragionamento approfondito o l'esecuzione di compiti complessi, il modello delega il lavoro a GPT-5.5, il più avanzato modello di frontiera di OpenAI. Questa divisione dei compiti è un secondo pilastro architetturale: mentre il modello di frontiera elabora la richiesta in background, GPT-Live continua a gestire la conversazione, mantenendo il dialogo attivo e fluido.

L'utente, quindi, può porre domande che richiedono un'analisi approfondita senza dover interrompere il flusso della conversazione, ricevendo la risposta quando è pronta. Il sistema è in grado di mostrare che sta seguendo il ragionamento con brevi interiezioni come "mhmm" o "capito", ma anche di rimanere in silenzio per dare all'interlocutore il tempo di pensare.

Durante una conferenza stampa, Atty Eleti, responsabile del prodotto ChatGPT Voice, ha dichiarato di aver personalmente sostenuto conversazioni di 30 o 40 minuti utilizzando la funzione, a testimonianza della sua affidabilità per dialoghi prolungati.

Disponibilità e accoglienza del nuovo modello

OpenAI sta distribuendo due versioni del modello: GPT-Live-1, il più performante, che sarà il default per gli utenti dei piani a pagamento Go, Plus e Pro, e GPT-Live-1-mini, pensato per gli utenti del piano gratuito. Il rollout, che interessa le app per iOS, Android e la versione web, è già iniziato. Per i sottoscrittori del piano a pagamento sarà inoltre disponibile un controllo aggiuntivo denominato "Intelligence", che permette di scegliere tra tre livelli di ragionamento (Instant, Medium e High) per adattare il tempo di risposta alla complessità della richiesta.

Le prime reazioni degli utenti, tuttavia, mostrano un quadro variegato. Se da un lato molti apprezzano la naturalezza e la fluidità delle nuove conversazioni, dall'altro alcuni trovano che le frequenti risposte di assenso del modello possano risultare eccessive e persino fastidiose. Al momento del lancio, inoltre, GPT-Live non supporta la condivisione di video o schermo durante le conversazioni vocali, una funzionalità che OpenAI ha dichiarato di voler integrare in futuro.

Nonostante queste piccole criticità, l'azienda ha reso noto che oltre 150 milioni di persone utilizzano già la voce per interagire con ChatGPT, un numero che sottolinea l'importanza strategica di questa evoluzione per il futuro dell'interazione uomo-macchina.