Un assistente vocale può capire cosa fare mentre parli? La novità OpenAI per le API

Circa L'Autore

Da oltre vent'anni Giuseppe Masili opera nel settore Digital. Fondatore di Redomino, affianca aziende e organizzazioni nello sviluppo di progetti digitali con un approccio orientato agli obiettivi e al miglioramento continuo. Nei primi anni della sua carriera ha contribuito alla diffusione in Italia delle piattaforme Open Source Zope e Plone, partecipando come relatore a conferenze nazionali e internazionali e promuovendo una cultura del web aperta e collaborativa. È coautore del libro internazionale The Definitive Guide to Plone (Apress), autore di articoli sul digitale e ha preso parte, come relatore e membro di giuria, a numerose iniziative dedicate all'innovazione, tra cui il Digital Festival e Create24. Nel corso degli anni è stato inoltre intervistato da testate e media specializzati, tra cui Mashable Italia, oltre a podcast e canali dedicati all'innovazione e al futuro del lavoro. Crede nell'approccio agile come metodo per individuare rapidamente il percorso più efficace, adattandolo e migliorandolo in base ai risultati. Ama viaggiare e considera ogni viaggio un'occasione per confrontarsi con culture diverse, osservare nuovi punti di vista e trasformare ogni esperienza in uno stimolo di crescita personale e professionale.

«La novità è questa: un assistente vocale costruito con le API può iniziare a scegliere quale azione preparare mentre stai ancora parlando, e ora può avere anche una voce descritta da zero.»

Da sapere in breve

  • La novità: GPT-Live può chiamare direttamente Decisions oppure avviarlo mentre arrivano parti della trascrizione, senza aspettare per forza la fine della frase.
  • Prima e adesso: con l’integrazione personalizzata era l’app dell’azienda a ricevere la richiesta e chiamare Decisions; ora GPT-Live può fare quel passaggio direttamente.
  • Una voce su misura: dal 16 ottobre si può creare gratis una voce descrivendola a parole, ma il parlato generato usa le normali tariffe delle sessioni GPT-Live.
  • Serve costruirla: è una novità per sviluppatori che usano le API, non una nuova funzione già pronta nell’app ChatGPT. Le voci naturali aggiunte da OpenAI sono in tedesco, francese, hindi, giapponese e coreano.
  • Se sei un cliente Redomino, ci pensiamo noi.
    Nell’ambito degli interventi concordati, possiamo valutare se un’integrazione API ha senso per il tuo processo e verificarne la fattibilità.

Cosa cambia per chi usa o realizza un assistente vocale?

Per chi telefona o parla con l’assistente: la conversazione potrebbe risultare più fluida, perché l’app può cominciare a valutare la richiesta prima che la persona abbia finito. È un vantaggio possibile, non una riduzione dei tempi già misurata.

Per chi sviluppa: GPT-Live può delegare le scelte a Decisions direttamente, oppure avviare una valutazione quando arrivano pezzi della trascrizione in ingresso o in uscita. Con la delega nativa si evita un passaggio di andata e ritorno nell’app; restano da configurare una connessione Live e il permesso api.decisions.write.

Per chi gestisce il servizio: le azioni possibili vanno definite in anticipo e collegate alla logica dell’app. Per esempio, se una persona dice «sposta la consegna a domani», il sistema può iniziare a riconoscere la richiesta mentre parla; l’app deve comunque controllare ordine e disponibilità e può chiedere conferma prima di cambiare la consegna. È un esempio illustrativo, non una prova eseguita da Redomino.

Per chi usa l’app ChatGPT normale: non cambia nulla da aggiornare o collegare. Le API servono a costruire un’applicazione propria.

La novità, senza gergo

Il 15 ottobre 2026 OpenAI ha aggiunto l’integrazione nativa tra GPT-Live, il servizio API per conversazioni vocali in tempo reale, e Decisions, l’API che sceglie tra opzioni definite da chi sviluppa. Un’app può far valutare una richiesta mentre l’utente sta ancora parlando oppure quando arriva una parte della trascrizione. La delega nativa evita che la richiesta debba fare un giro in più passando prima dal codice dell’app.

Detto in modo semplice: prima l’assistente poteva avvisare l’app, che poi chiamava il servizio di decisione; adesso, se lo sviluppatore configura la delega nativa, GPT-Live può chiamarlo direttamente. Non significa che OpenAI conosca i processi aziendali o possa modificare da sola un ordine: l’app deve comunque stabilire quali azioni sono consentite e come eseguirle.

Cosa succede mentre stai parlando

Illustrazione concettuale: una richiesta vocale viene valutata mentre una persona parla, poi passa ai controlli dell’app.
Illustrazione concettuale: non è una schermata o un test reale.

Immagina di dire al servizio clienti: «Vorrei cambiare l’indirizzo di consegna dell’ordine…». L’app può cominciare a classificare la richiesta prima che tu termini. Poi deve trovare l’ordine, verificare che la modifica sia possibile e applicare le regole dell’azienda. La novità anticipa il momento in cui parte la valutazione; non salta i controlli e non rende automaticamente più veloce ogni conversazione.

La documentazione mostra anche un esempio più semplice: in un assistente vocale per auto, il sistema distingue tra alzare la temperatura, attivare il disappannamento o cercare un ristorante. L’app esegue le operazioni per cui è stata programmata e restituisce lo stato aggiornato. È un buon promemoria: l’AI propone o seleziona una scelta; il software collegato resta responsabile dell’azione.

Una voce creata con una descrizione

Il 16 ottobre OpenAI ha reso disponibile a tutti i clienti API il sistema prompt-to-voice: si descrivono a parole le qualità desiderate e si salva una voce da usare nelle sessioni GPT-Live. Crearla non costa; generare il parlato usa invece le normali tariffe delle sessioni. La voce descritta funziona con GPT-Live, non con le API Text to Speech, Realtime o Chat Completions.

OpenAI ha inoltre aggiunto nove voci naturali: tre in tedesco, due in francese, una in hindi, due in giapponese e una in coreano. L’elenco non include voci italiane predefinite. La documentazione non basta a garantire come suonerà in italiano una voce creata da descrizione: se la lingua è importante, va provata nell’app concreta prima di sceglierla.

Ci sono anche regole d’uso: non imitare persone reali, usare voci adulte e informare chi ascolta che il parlato è generato dall’AI. Le voci create da prompt non sono garantite come uniche.

Chi può usarla e quanto costa

Queste novità riguardano chi sviluppa un servizio con le API OpenAI. Per provare la delega a Decisions occorrono una connessione GPT-Live attiva e il permesso api.decisions.write; la documentazione illustra anche una configurazione WebRTC. Il changelog annuncia l’integrazione, ma non assegna esplicitamente un’etichetta beta o “disponibile in ogni Paese” a questa funzione: conviene verificare accesso e condizioni dell’account prima di pianificare il rilascio.

Il costo preciso dipende dall’uso delle API e dalle sessioni: la creazione della voce da prompt è gratuita, il suo utilizzo vocale no. OpenAI non pubblica nel changelog un prezzo unico per un assistente completo, perché il conto varia con durata, modello e volume. Non è quindi una funzione da attivare con un interruttore in un account ChatGPT aziendale.

Per capire se un’idea è fattibile bisogna partire dal processo: quale richiesta riceve l’assistente, quali dati può leggere, quali cambiamenti può proporre e quando deve chiedere conferma. È lo stesso tipo di verifica che Redomino descrive per le integrazioni API per WordPress e WooCommerce; questo non significa che Redomino abbia già realizzato un assistente GPT-Live.

Domande frequenti

È una novità disponibile nell’app ChatGPT?

No. GPT-Live e Decisions sono strumenti per chi sviluppa applicazioni usando le API. Un cliente dell’app ChatGPT non deve installare un’estensione per ottenere questo comportamento.

GPT-Live può modificare direttamente ordini o dati aziendali?

Non da solo. La selezione di una decisione va collegata al software dell’azienda, che deve controllare permessi, dati, disponibilità e conferme prima di eseguire l’azione.

Posso creare una voce in italiano?

OpenAI dichiara che la voce personalizzata si crea descrivendola a parole, ma le nuove voci predefinite annunciate il 16 ottobre sono in altre cinque lingue. La resa italiana di una voce personalizzata va verificata con un test: non è garantita dall’elenco delle voci naturali.

Redomino ha già attivato questa integrazione?

Questo articolo illustra un aggiornamento delle API, non un progetto realizzato da Redomino. Per valutare un caso concreto si può partire dal funzionamento degli agenti AI o dall’approfondimento su API e collegamenti a WordPress.

Aggiornamento del 21 novembre 2026: le pause vocali costano meno

Il changelog OpenAI del 19 novembre e l’annuncio del 20 novembre aggiungono GPT-Live-1.1 e lo standby alle sessioni WebRTC, il collegamento vocale in tempo reale dell’app. La tariffa vocale è 0,05 dollari al minuto quando il modello è attivo e 0,02 in standby: 0,03 dollari in meno per ogni minuto effettivamente in pausa. Con un cambio puramente illustrativo di 1 dollaro = 0,90 euro, sono circa 0,045 e 0,018 euro al minuto; modelli delegati e strumenti si pagano a parte. Non è uno sconto sull’intero assistente.

Chi sviluppa può impostare session.wake_policy.type su speech e session.idle_timeout_s tra 5 e 60 secondi: dopo l’inattività il modello si ferma, mentre connessione e microfono restano aperti per riprendere quando qualcuno parla. Senza timeout, dopo il primo avvio resta attivo. La ripresa può aggiungere attesa: va provata nel servizio reale. Per pause lunghe, valutare invece la chiusura della sessione e il ripristino del contesto. Non è un’impostazione dell’app ChatGPT.

Fonti: gestione delle sessioni GPT-Live e listino API OpenAI. Nessuna prova vocale italiana o misura di risparmio eseguita da Redomino.

Fonti ufficiali

Adele in camicia rossa, incorniciata da un nastro rosso tridimensionale.

Momento Redomino

Un assistente vocale per il tuo lavoro?
Facciamo il punto.

Partiamo dalle richieste da gestire e dai controlli necessari, prima di scegliere l’integrazione.

Concediti un Momento Redomino

Le buone scelte liberano tempo.

Cosa ne pensi?

0.0/5