OpenAI ha annunciato un aggiornamento di GPT-Live-1.1, modello dedicato alle interazioni vocali in tempo reale, introducendo nuove voci e miglioramenti nella pronuncia e nell’intonazione per sei lingue. La nuova versione viene distribuita nelle funzioni vocali di ChatGPT, Codex e dots, l’agente personale sviluppato da OpenAI, con l’obiettivo di rendere più naturali le conversazioni e ridurre la ripetitività delle comunicazioni di attesa durante le operazioni che richiedono la consultazione di strumenti o informazioni esterne. L’aggiornamento comprende nuove voci per coreano, francese, tedesco, hindi, spagnolo messicano e giapponese, oltre all’introduzione di Bubbie tra le opzioni vocali in lingua inglese. La disponibilità delle singole voci può variare in funzione dell’area geografica e delle caratteristiche dell’account.
Le modifiche interessano principalmente la resa fonetica e prosodica delle lingue supportate. Il modello è stato aggiornato per produrre pronunce più adeguate ai rispettivi contesti linguistici e intonazioni maggiormente coerenti con l’andamento della conversazione. Il supporto allo spagnolo messicano viene presentato come una variante specifica, distinta dalle altre pronunce regionali dello spagnolo, mentre gli aggiornamenti alle voci asiatiche ed europee riguardano la naturalezza delle espressioni vocali. Le nuove opzioni ampliano le possibilità di selezione rispetto alle voci già disponibili nelle precedenti versioni del servizio. Gli utenti possono accedere alla configurazione attraverso la sezione Voice delle impostazioni di ChatGPT, scegliendo la voce desiderata tra quelle abilitate per il proprio account.
Un’altra modifica riguarda la comunicazione dello stato operativo durante le conversazioni vocali che richiedono ricerche o verifiche. Nelle versioni precedenti, l’assistente poteva ripetere formule di attesa mentre completava le operazioni necessarie alla risposta. GPT-Live-1.1 introduce espressioni brevi più diversificate, progettate per comunicare l’avanzamento dell’attività senza ricorrere ripetutamente alla medesima formulazione. L’intervento interessa la gestione conversazionale del tempo trascorso durante l’elaborazione e non implica necessariamente una riduzione quantitativa dei tempi necessari ai servizi esterni per completare ricerche o chiamate agli strumenti. OpenAI ha presentato la modifica insieme ai miglioramenti delle voci, indicando che il sistema utilizzerà messaggi vocali più variati durante l’attesa delle informazioni richieste.
L’aggiornamento interessa anche l’integrazione delle capacità vocali negli ambienti di programmazione e negli agenti personali. L’utilizzo di GPT-Live-1.1 in Codex permette di interagire vocalmente nell’ambito delle attività supportate dall’applicazione, mentre in dots il modello costituisce la componente conversazionale delle funzioni vocali previste dal servizio. OpenAI ha annunciato inoltre una variante più leggera, GPT-Live-1.1 Quip, destinata all’infrastruttura vocale di ChatGPT. Le nuove versioni vengono introdotte progressivamente per gli utenti a partire dal 15 ottobre, mentre l’accesso mediante API per gli sviluppatori è previsto in una fase successiva. Non sono stati comunicati in questa occasione nuovi benchmark quantitativi dettagliati relativi all’accuratezza del riconoscimento vocale, alla latenza end-to-end o ai costi delle future API. Il rilascio riguarda quindi l’aggiornamento del modello conversazionale vocale, l’ampliamento delle opzioni linguistiche e il perfezionamento delle interazioni durante l’utilizzo di strumenti e funzioni operative.
Questo articolo è stato redatto con il supporto di strumenti di intelligenza artificiale (AI)