Vai al contenuto principale
Italiano— Scegli una lingua
Menu

GPT-Live: la voce che ascolta e parla simultaneamente

Lezione 6 di 12 Aggiornata il 5 novembre 2026 Intermedio
In questa pagina
  1. Tre generazioni di voce
  2. Intelligenza in background
  3. Disponibilità al lancio
  4. Cosa cambia per i tuoi casi d’uso
  5. A te la parola
  6. Punti chiave

Stato al 5 novembre 2026. GPT-Live 1 è disponibile nelle API dal 10 settembre 2026, al costo di 0,05 $ al minuto di sessione vocale. Il 16 ottobre sono state aggiunte due voci francesi, Brise e Sillage (Lezione 10). In ChatGPT, l’opzione Live ora utilizza GPT-Live-1.1 e GPT-Live-1.1 Quip. Dal 9 settembre, la modalità vocale può delegare le domande difficili a GPT-5.6 o GPT-6 Astra.

L’8 luglio 2026, OpenAI ha lanciato GPT-Live, una nuova generazione di modelli vocali che ora alimenta ChatGPT Voice. Non si tratta di un semplice aggiornamento del motore esistente, ma di un cambiamento architetturale fondamentale. Per capire cosa offre questo nuovo sistema, dobbiamo esaminare le architetture che lo hanno preceduto.

Tre generazioni di voce

La prima versione di ChatGPT Voice concatenava tre modelli: uno per trascrivere il tuo discorso in testo, un grande modello linguistico per generare la risposta e un motore di sintesi vocale (text-to-speech) per produrre l’audio. Questa cascata ti ha permesso per la prima volta di parlare con un modello avanzato, ma perdeva informazioni a ogni passaggio, rendendo le risposte lente e frammentate.

La Modalità Voce Avanzata (Advanced Voice Mode) ha successivamente elaborato e generato l’audio all’interno di un unico modello, riducendo la latenza. Tuttavia, funzionava ancora turno per turno: il modello attendeva che tu finissi di parlare prima di rispondere. Poiché la fine di un turno veniva rilevata dal silenzio, una breve pausa o un rumore di fondo potevano indurre il modello a interrompere nel momento sbagliato.

GPT-Live utilizza un’architettura full-duplex: elabora continuamente ciò che ascolta mentre parla, decidendo più volte al secondo se parlare, ascoltare, fare una pausa, interrompersi o chiamare uno strumento. Nella pratica, può dimostrare di seguirti («mhmm», «sì») senza interromperti, gestire scambi rapidi o rimanere in silenzio mentre prendi tempo per riflettere.

Tre generazioni di voce Tre colonne. Cascata: trascrizione, modello linguistico, poi sintesi vocale; risposte lente e perdita di informazioni. Turno per turno: unico modello audio, più fluido, ma attende la fine del turno e interpreta male le pause. Full-duplex, GPT-Live: ascolta e parla simultaneamente, delegando il lavoro difficile a un modello più potente. DALLA CASCATA AL FULL-DUPLEX Tre generazioni di voce Cascata Principio Tre modelli in catena Limite Lento, perdite tra i collegamenti Turno per turno Principio Unico modello audio Limite Attende la fine del turno Full-duplex Principio Ascolta e parla contemporaneamente Vantaggio Delega il lavoro difficile
Basato sull'annuncio «Introducing GPT-Live» (OpenAI, 8 luglio 2026).

Intelligenza in background

GPT-Live non gestisce da solo i compiti difficili. Quando una domanda richiede una ricerca sul web, un ragionamento profondo o un’attività complessa, delega il lavoro a un modello più potente e reintegra il risultato nella conversazione non appena è pronto. Nel frattempo, continua a parlarti; la conversazione non si blocca. Al lancio, questo modello di background era GPT-5.5 e OpenAI ha dichiarato che avrebbe adottato nuovi modelli man mano che venivano rilasciati. Dal 9 settembre, ChatGPT Voice può affidarsi a GPT-5.6 o GPT-6 Astra.

Disponibilità al lancio

ElementoAl 8 luglio 2026
ModelliGPT-Live-1 per i piani a pagamento, GPT-Live-1 mini per il piano Free
ChatGPTDistribuito su chatgpt.com e app iOS/Android nelle regioni supportate
Workspace Business, Enterprise ed EduNon disponibili al lancio
Video e condivisione schermoNon supportati; rimasti disponibili tramite Modalità Voce Avanzata
APIAnnunciate per una data successiva, con modulo di registrazione

Il 31 luglio, OpenAI ha aggiunto una filigrana SynthID ai contenuti audio supportati generati con GPT-Live, sia in ChatGPT che nelle API, insieme a uno strumento di verifica della provenienza.

Cosa cambia per i tuoi casi d’uso

Per la formazione, il supporto clienti basato sulla voce o l’assistenza hands-free, il full-duplex elimina il principale punto dolente degli assistenti vocali: la rigidità dell’alternanza dei turni. Un formatore che usa la voce per simulare un colloquio può ora recuperare il ritmo di una conversazione reale, complete di interruzioni, approfondimenti e silenzi. Oggi puoi trovare queste impostazioni sotto Impostazioni > Voce, che offre tre opzioni: Live, Modalità Avanzata e Modalità Standard. Video e condivisione schermo su mobile richiedono ancora la Modalità Avanzata.

A te la parola

Prova la conversazione continua. In ChatGPT Voice con l’opzione Live abilitata, prova questi tre scenari: interrompi la risposta a metà frase, fai una lunga pausa per riflettere e poni una domanda che richiede una ricerca sul web mentre continui a parlare durante l’esecuzione. Osserva come reagisce la conversazione ogni volta, quindi ripeti il test utilizzando la Modalità Avanzata per confrontare.

Fonti ufficiali: Introducing GPT-Live (OpenAI, 8 luglio 2026) · Note di rilascio di ChatGPT · ChatGPT Voice (Centro assistenza OpenAI) · GPT-Live 1 (Documentazione API OpenAI)

Punti chiave

  • GPT-Live è full-duplex: ascolta e parla simultaneamente senza attendere la fine del tuo turno
  • Delega le domande difficili a un modello più potente e continua a parlare nel frattempo
  • Al lancio: GPT-Live-1 per i piani a pagamento, GPT-Live-1 mini per Free, senza video né workspace professionali
  • Le API sono state aperte il 10 settembre 2026; in ChatGPT, configura Live sotto Impostazioni > Voce