La risposta breve
La modalità voce è una conversazione parlata in tempo reale: tu parli, il modello risponde a voce e puoi interromperlo. Ogni piano a pagamento include minuti vocali: 10 al mese su Starter, 80 su Pro e 500 su Powerhouse.
La sessione produce una trascrizione che finisce nella cronologia chat, così una conversazione parlata resta rileggibile in seguito come una scritta. I minuti vocali vengono conteggiati su un contatore proprio e non consumano crediti.
Avviare e controllare una sessione
Apri la modalità voce dalla chat, e la sessione si connette e inizia ad ascoltare. Non c'è un passaggio di push to talk: inizi semplicemente a parlare. Le risposte arrivano con una voce preimpostata, una voce calda chiamata Sulafat, e la voce gira sulla Gemini Live API: Whizi genera un token di sessione a breve durata e il tuo browser trasmette l'audio direttamente a Google, così nessun audio passa dai server di Whizi.
I controlli durante una sessione sono volutamente minimi. Puoi disattivare il microfono, il che smette di farti ascoltare senza terminare la sessione, e puoi terminare del tutto la sessione. L'indicatore di stato mostra se Whizi sta ascoltando o parlando in quel momento, cosa che conta più di quanto sembri, perché sapere se sei stato ascoltato è gran parte di ciò che rende tollerabile un'interfaccia vocale.
Poiché la conversazione è in tempo reale e non a turni, puoi intervenire mentre il modello sta ancora parlando, come faresti con una persona. Senza questo, una risposta sbagliata e lunga andrebbe ascoltata fino in fondo prima di poterla correggere.
La trascrizione può essere aperta nella chat in qualsiasi momento, anche a metà sessione. Questa è la via d'uscita quando qualcosa deve essere preciso: leggi cosa è stato effettivamente registrato invece di dare per scontato. Il riconoscimento vocale su nomi, numeri e termini tecnici è il punto più debole di qualsiasi interfaccia vocale, quindi controllare la trascrizione a metà sessione è il modo più rapido per individuare un fraintendimento prima che influenzi la risposta successiva.
Come vengono conteggiati i minuti
I minuti contano il tempo di sessione, e il monte minuti viene conteggiato per account e si azzera con il tuo periodo di fatturazione. Una singola sessione dura al massimo 15 minuti: la chiamata iniziale riserva tempo dal tuo monte minuti e dice alla sessione per quanto può durare, quindi quando i minuti restanti sono inferiori a quella soglia, la sessione viene accorciata di conseguenza.
Il monte minuti segue il piano: 10 minuti al mese su Starter, 80 su Pro e 500 su Powerhouse. Gli account gratuiti non ne hanno. Powerhouse equivale a poco più di otto ore al mese, ovvero circa venti minuti in ogni giorno lavorativo. Le conversazioni vocali sono naturalmente brevi, il formato si adatta a scambi di cinque minuti piuttosto che a sessioni di un'ora, quindi i piani più alti sono raramente un vincolo effettivo.
Disattivare il microfono non ferma il conteggio. Terminare la sessione sì. Se ti allontani, termina la sessione invece di limitarti a disattivare il microfono.
I minuti vocali sono un monte a sé e non attingono da nient'altro. Minuti vocali, crediti e generazioni di immagini sono contatori separati che non condividono un unico bacino, quindi una lunga conversazione vocale non riduce il numero di messaggi Claude o GPT che puoi inviare in quel mese. Significa anche che un account che ha esaurito i crediti ha comunque i suoi minuti vocali, e un account che ha esaurito il monte voce può comunque scrivere.
La trascrizione che una sessione lascia dietro di sé è una chat comune, quindi non costa nulla in più da conservare e resta nella tua cronologia insieme a tutto ciò che hai scritto.
Per cosa la voce è davvero più adatta
La voce non è una versione più veloce della scrittura, e usarla così è deludente. Tre casi in cui vince davvero:
Pensare ad alta voce. Parlare di un problema che non hai ancora strutturato è molto più facile a voce che per iscritto, perché non devi impegnarti in una frase prima di sapere come finisce. La trascrizione, dopo, è di solito una descrizione del problema migliore di qualsiasi cosa avresti scritto.
Mani occupate o occhi altrove. Cucinare, guidare, camminare o fare qualcosa di fisico. È il caso più ovvio ed è reale.
Provare una conversazione. Risposte per un colloquio, un messaggio difficile a un cliente, un pitch. Dirlo ad alta voce e sentire una risposta fa emergere le frasi imbarazzanti che sulla pagina sembrano scorrere bene.
Dove perde: qualsiasi cosa riguardi codice, numeri esatti, nomi difficili da scrivere, o output lungo e strutturato che vorrai copiare. Per quello, scrivi.
| Cosa stai facendo | Parlato o scritto | Perché |
|---|---|---|
| Pensare a un problema che non hai ancora strutturato | Parlato | Non devi impegnarti in una frase prima di sapere come finisce |
| Cucinare, guidare, camminare o fare qualcosa di fisico | Parlato | Hai le mani occupate e gli occhi altrove, e la trascrizione resta nella cronologia |
| Provare risposte per un colloquio, un messaggio difficile o un pitch | Parlato | Dirlo ad alta voce fa emergere le frasi imbarazzanti che sulla pagina sembrano scorrere bene |
| Codice, numeri esatti, nomi difficili da scrivere, output lungo da copiare | Scritto | Il riconoscimento vocale è più debole su nomi, numeri e termini tecnici |
- Ogni piano a pagamento include la voce: 10 minuti su Starter, 80 su Pro, 500 su Powerhouse
- Una singola sessione dura al massimo 15 minuti
- La voce non consuma crediti, ha un contatore proprio
- Disattivare il microfono non ferma il conteggio, terminare la sessione sì
- La trascrizione finisce nella cronologia chat e resta rileggibile
- Usa la scrittura per codice, numeri esatti e qualsiasi cosa vorrai copiare
Domande frequenti
Quale piano include la modalità voce?
Ogni piano a pagamento include la modalità voce, e gli account gratuiti non hanno minuti vocali. Ciò che cambia con il livello è il monte minuti: Starter include 10 minuti vocali al mese, Pro ne include 80 e Powerhouse ne include 500, con azzeramento a ogni periodo di fatturazione.
I minuti vocali vengono sottratti dai miei crediti?
No. La voce ha un contatore proprio di minuti e non consuma crediti, quindi una lunga conversazione vocale non riduce il numero di messaggi Claude o GPT che puoi inviare. Minuti vocali, crediti e generazioni di immagini sono monte separati che non condividono un unico bacino.
Posso vedere cosa ho detto in una sessione vocale?
Sì. Ogni sessione produce una trascrizione che finisce nella cronologia chat, e puoi aprirla durante la sessione oltre che dopo. Quel controllo a metà sessione vale la pena farlo ogni volta che la precisione conta: nomi, numeri e termini tecnici sono ciò su cui il riconoscimento vocale sbaglia di più.
Posso interrompere il modello mentre sta parlando?
Sì, la conversazione è in tempo reale e non a turni, quindi puoi intervenire come faresti con una persona, e il modello si ferma invece di finire una lunga risposta sbagliata che altrimenti dovresti ascoltare fino in fondo.