Immagine AI

OpenAI ha aggiornato le funzionalità di riconoscimento vocale integrate in ChatGPT attraverso l’introduzione di Live Dictation, un sistema che consente di visualizzare progressivamente la trascrizione del parlato durante la registrazione. L’aggiornamento, annunciato il 18 novembre 2026, è in fase di distribuzione internazionale per tutti i piani di abbonamento, comprese le configurazioni gratuite, attraverso le applicazioni per iOS e Android, l’interfaccia web e i programmi desktop. La nuova modalità modifica la sequenza di elaborazione utilizzata per l’inserimento vocale delle richieste. Nella configurazione precedente, il testo veniva presentato all’utente dopo il completamento della registrazione, mentre Live Dictation permette di consultare i risultati del riconoscimento vocale durante l’acquisizione dell’audio. Selezionando la rappresentazione grafica della forma d’onda all’interno dell’interfaccia di inserimento, è possibile visualizzare oppure nascondere la trascrizione, mantenendo attiva la registrazione. OpenAI ha inoltre eliminato il precedente limite di dieci minuti per singola registrazione, estendendo le possibilità di acquisizione di richieste articolate, descrizioni tecniche e bozze documentali. L’azienda ha indicato un miglioramento della velocità e dell’affidabilità della trascrizione, senza pubblicare benchmark quantitativi sulle prestazioni del sistema aggiornato.

Live Dictation costituisce una funzionalità distinta dalla modalità vocale conversazionale di ChatGPT. Attraverso il comando di dettatura, la registrazione viene utilizzata per generare un contenuto testuale modificabile all’interno dell’area di composizione del messaggio. L’utente può quindi intervenire sulle parole riconosciute, integrare informazioni aggiuntive e correggere eventuali errori prima dell’invio della richiesta al modello incaricato di elaborare la risposta. La visualizzazione progressiva della trascrizione permette, per esempio, di verificare il riconoscimento di denominazioni commerciali, termini specialistici, riferimenti normativi e valori numerici durante la formulazione di un prompt particolarmente articolato. Nella preparazione delle specifiche di un’applicazione informatica, la dettatura può essere utilizzata per descrivere verbalmente la struttura delle funzionalità richieste, mentre le parti relative ai nomi delle variabili e alle caratteristiche delle interfacce possono essere successivamente integrate attraverso la tastiera. Il contenuto finale viene trasmesso come messaggio testuale, mantenendo la possibilità di organizzare le istruzioni prima che queste vengano elaborate.

Per quanto riguarda il trattamento delle informazioni, OpenAI mantiene le condizioni previste per le registrazioni effettuate attraverso la funzionalità di dettatura. I dati audio vengono trasmessi ai modelli utilizzati per il riconoscimento vocale e conservati per il periodo durante il quale la relativa conversazione rimane nella cronologia dell’utente. In caso di eliminazione della chat, la cancellazione della registrazione associata è prevista entro trenta giorni, fatte salve le eccezioni relative agli obblighi legali, alla sicurezza e ai contenuti precedentemente condivisi per l’addestramento e dissociati dall’account. L’utilizzo delle registrazioni audio per il miglioramento dei modelli può essere gestito attraverso le impostazioni relative al controllo dei dati, nelle quali è disponibile un’opzione specifica per la condivisione delle registrazioni vocali. La disattivazione di tale opzione riguarda l’impiego dei contenuti audio per l’addestramento e deve essere distinta dalle procedure di trattamento necessarie per erogare il servizio di trascrizione. La nuova interfaccia Live Dictation mantiene quindi il processo di acquisizione vocale integrato nell’ambiente di composizione testuale di ChatGPT, consentendo di alternare l’immissione attraverso il microfono alle operazioni di revisione manuale.

Questo articolo è stato redatto con il supporto di strumenti di intelligenza artificiale (AI)

Di Fantasy