Recensione di ChatGPT Advanced Voice Mode: divertente e impressionante, ma non è ancora un vero punto di svolta

A maggio, la dimostrazione dell’Advanced Voice Mode di OpenAI ha catturato l’attenzione del pubblico, generando un’ondata di entusiasmo. Tuttavia, quell’entusiasmo iniziale si è rapidamente trasformato in delusione quando è stato rivelato che la funzionalità non sarebbe stata disponibile prima della fine dell’anno.

Facciamo un salto in avanti di qualche mese e OpenAI ha lanciato Advanced Voice Mode per tutti gli utenti di ChatGPT, inclusi gli abbonati gratuiti e a pagamento. Con la tecnologia ora disponibile per un uso più ampio, è tempo di valutarne le prestazioni e vedere se soddisfa le elevate aspettative stabilite dalla presentazione iniziale.

Valutazione delle capacità e dei limiti

Un palpabile senso di delusione è emerso dagli utenti che si aspettavano che Advanced Voice Mode rispecchiasse le impressionanti funzionalità mostrate nella demo precedente. Funzionalità chiave come multimodalità, connettività Internet e capacità di caricamento file sono notevolmente assenti. Nonostante il lancio di ChatGPT Search, la modalità vocale non dispone ancora di accesso a Internet in tempo reale e aggiornamenti.

Inoltre, l’impossibilità di continuare le conversazioni vocali dalle precedenti interazioni basate su testo ne limita la praticità. Questa mancanza contrasta nettamente con le promettenti capacità evidenziate durante la demo, spingendo gli utenti a desiderare funzionalità che rimangono irrealizzate.

Miglioramenti nel flusso conversazionale

Nonostante i suoi limiti, la modalità Advanced Voice Mode mostra notevoli miglioramenti rispetto al suo predecessore. Le conversazioni sembrano più organiche e gli utenti possono interrompere senza aspettare che l’IA “pensi”, creando un’esperienza più coinvolgente.

Mentre alcuni speculano sui processi di backend della nuova modalità vocale, la mia esperienza suggerisce che c’è un ritardo minimo tra il parlare e il ricevere una risposta. Questa immediatezza favorisce un senso di dialogo simile alla conversazione umana.

Anche la capacità di cambiare lingua, tra cui hindi, punjabi, inglese e francese, è encomiabile. Tuttavia, a volte fa fatica a distinguere tra hindi e punjabi, e la modalità vocale potrebbe trarre vantaggio da una funzionalità di trascrizione in tempo reale per l’apprendimento delle lingue.

Opzioni vocali diverse e coinvolgenti

La selezione di voci di ChatGPT migliora l’esperienza utente. Attualmente, offre le seguenti voci:

Arbor (M) – Comodo e versatile
Vale (F) – Brillante e curioso
Breeze (M) – Animato e sincero
Sol (F) – Esperto e rilassato
Maple (F) – Allegro e schietto
Cove (M) – Composto e diretto
Ember (M) – Sicuro e ottimista
Ginepro (F) – Aperto e ottimista
Abete (M) – Calmo e rassicurante

La natura vivace di queste voci rende le interazioni molto più piacevoli rispetto a quelle offerte da concorrenti come Gemini Live e Copilot, che non offrono la stessa fluidità di conversazione.

Sfide con restrizioni

Sebbene la modalità vocale possa trasmettere efficacemente sfumature emozionali per la narrazione, è carente a causa di limitazioni eccessivamente rigide. Nella demo precedente, gli utenti hanno sperimentato una gamma più ampia di capacità, tra cui la capacità di cantare, che è stata rimossa per evitare potenziali violazioni del copyright.

Sfortunatamente, queste limitazioni sminuiscono l’esperienza complessiva. Gli utenti potrebbero riscontrare rifiuti a richieste ragionevoli, come la generazione di dialoghi per esercitazioni di recitazione, creando frustrazione. Advanced Voice Mode può occasionalmente soddisfare alcune richieste creative con un po’ di sollecitazione, ma spesso si ha la sensazione che l’incoerenza ne ostacoli l’usabilità.

Capacità di memoria e consapevolezza del contesto

Una caratteristica degna di nota di Advanced Voice Mode è la sua capacità di richiamare informazioni. Tuttavia, non consente di seguire le conversazioni vocali all’interno di chat esistenti che contengono testo o immagini, una limitazione significativa.

Al contrario, Gemini Live supporta il dialogo continuo indipendentemente dai contesti di chat precedenti, evidenziando un’area in cui OpenAI potrebbe dover migliorare per competere in modo efficace.

Tempi di risposta rapidi

Mentre le risposte rapide migliorano le dinamiche conversazionali, a volte possono interrompere il flusso del dialogo. L’IA tende a interpretare male le pause come un invito a rispondere, portando a interruzioni che possono far deragliare il filo del discorso dell’utente.

Una funzionalità che consenta agli utenti di segnalare pause più lunghe, simile al pulsante “Aspetta”, migliorerebbe notevolmente la naturalezza di queste interazioni.

Piccoli difetti occasionali

La maggior parte delle interazioni con la modalità Advanced Voice Mode sono fluide, ma gli utenti potrebbero occasionalmente riscontrare piccoli problemi, come brevi statici o cambiamenti di voce inaspettati. Sebbene questi problemi siano generalmente minori, possono occasionalmente interrompere l’esperienza utente.

Considerazioni sui costi e sull’accessibilità

Advanced Voice Mode è accessibile sul piano gratuito ChatGPT per circa 15 minuti al mese, ma l’accesso completo richiede un abbonamento. Ciò contrasta con i concorrenti come Copilot e Gemini Live, che offrono le loro funzionalità vocali senza costi per gli utenti.

Il costo dell’abbonamento, unito all’assenza di funzionalità come l’accesso a Internet presenti in altri modelli, solleva interrogativi sul valore del servizio, in particolare per gli utenti interessati esclusivamente alle funzionalità vocali.

Valutazione finale

Sebbene Advanced Voice Mode vanti innegabilmente impressionanti progressi tecnologici, al momento non riesce a fornire tutto ciò che è stato promesso nella demo. Le sue applicazioni pratiche sono limitate e, senza miglioramenti significativi, funge più da novità che da strumento necessario.

Per coloro che sono già abbonati a ChatGPT per funzionalità come Canvas, Search o il modello di ragionamento, Advanced Voice Mode può fungere da delizioso componente aggiuntivo. Tuttavia, potrebbe non giustificare un abbonamento da solo.

Fonte e immagini