OpenAI ha portato GPT-Live-1 nelle API, rendendo disponibile agli sviluppatori il modello vocale full-duplex già utilizzato nella nuova modalità Voce di ChatGPT.
L’annuncio del 10 settembre 2026 segna il passaggio da un’esperienza pensata soprattutto per l’utente finale a uno strumento integrabile in applicazioni, servizi telefonici e agenti vocali aziendali.
GPT-Live-1 può ascoltare mentre parla, gestire interruzioni e modulare tono, ritmo e stile attraverso le istruzioni di sistema. OpenAI dichiara inoltre un miglioramento del 30% nel Full Duplex Bench rispetto a GPT-Realtime-2.1. Il modello può delegare attività come ricerca, ragionamento e utilizzo di strumenti a modelli backend, mantenendo nel frattempo la conversazione attiva.
GPT-Live-1 cambia il funzionamento della voce
La differenza tecnica più rilevante riguarda l’architettura full-duplex. Nei sistemi vocali tradizionali, il flusso passa generalmente da riconoscimento vocale a modello linguistico e sintesi della risposta; ogni passaggio può aggiungere latenza e rendere più complessa la gestione delle interruzioni. GPT-Live-1 elabora invece audio in ingresso e in uscita nello stesso processo, consentendo all’utente di parlare mentre l’agente sta rispondendo.
