Punti chiave
OpenAI ha completamente rivisto l’architettura vocale di ChatGPT per consentire un flusso audio continuo, senza interruzioni. Il nuovo sistema, GPT-Live, permette a ChatGPT di ascoltare mentre parla. L’avvio di una sessione vocale è passato da sei round trip di rete a uno solo. L’audio viaggia su un percorso dedicato e veloce, mentre il ragionamento e l’uso degli strumenti girano in modo asincrono. OpenAI ha pubblicato una dettagliata analisi tecnica dell’intero redesign.
OpenAI ha ricostruito l’infrastruttura vocale che alimenta ChatGPT, introducendo una nuova architettura denominata GPT-Live. Il sistema mantiene il flusso audio continuo, in modo che le fasi di ragionamento avanzato e l’utilizzo di tool esterni non interrompano più la conversazione.
OpenAI ha illustrato le novità in una serie di post del 3 agosto e in un blog che spiega come lo stack sia stato riprogettato end‑to‑end, dal client al modello. La società ha dichiarato che l’avvio di una sessione vocale è stato ridotto da sei round trip di rete a uno solo.
Come funziona GPT-Live
GPT-Live instrada l’audio su un percorso rapido dedicato, separato dal canale usato per il ragionamento e per le chiamate agli strumenti. Questi processi più pesanti girano in modo asincrono, ossia vengono portati avanti in background senza bloccare lo streaming audio.
Il risultato è una sessione vocale che parte più velocemente e resta fluida, eliminando i vuoti che gli utenti sperimentavano quando ChatGPT doveva elaborare richieste complesse.
OpenAI ha spiegato in un post che la nuova architettura gestisce in modo diverso il momento di avvio della sessione, rendendo la conversazione più naturale fin dal primo scambio. Il redesign risolve un limite strutturale del precedente stack, in cui ogni fase di ragionamento costringeva il livello audio ad attendere.
GPT-Live punta a ridurre i ritardi della voce di ChatGPT
OpenAI ha accelerato in modo deciso sul fronte delle funzionalità vocali fino al 2026. All’inizio dell’anno l’azienda era stata criticata perché le risposte vocali di ChatGPT apparivano lente e poco naturali nella gestione di richieste multi‑step. Il progetto GPT-Live rappresenta la risposta ingegneristica diretta di OpenAI a questa lacuna.
Il lancio arriva dopo che, il mese scorso, OpenAI ha rivelato che una versione interna del suo prossimo modello di punta ha prodotto dieci nuovi risultati di matematica con un costo in token di circa 2.000 dollari, segnale di un ampio sforzo di potenziamento infrastrutturale lungo l’intera gamma di prodotti.
Da leggere dopo: Qwen e DeepSeek spingono l’AI cinese fino alla soglia di Anthropic
