Les assistants vocaux IA poursuivent le rêve de la science-fiction depuis des années, mais ils ont encore du mal à tenir une conversation avec les humains. La plupart des systèmes vocaux ont encore besoin de virages clairs, de pauses claires et de quelques secondes avant de répondre. OpenAI déploie désormais GPT-Liveun nouveau modèle vocal pour ChatGPT Voice conçu pour rendre ces échanges plus rapides et moins scriptés.
La principale mise à niveau est ce qu’OpenAI appelle une architecture full-duplex. En termes plus simples, GPT-Live peut écouter et parler en même temps. Il traite en permanence ce que dit l'utilisateur tout en générant sa propre réponse, lui permettant de décider quand parler, quand faire une pause, quand continuer à écouter et quand utiliser un outil.
Qu'est-ce qui différencie GPT-Live des anciens systèmes vocaux ?
OpenAI affirme que GPT-Live peut gérer plus facilement les parties les plus compliquées d'une conversation normale. Les utilisateurs peuvent interrompre ChatGPT avec une autre question, faire une pause pendant la réflexion, lui demander de ralentir ou lui dire de rester silencieux et d'écouter. Il peut également répondre par de petits remerciements comme « mhmm » ou « compris », afin que la conversation ne semble pas aussi rigide.
Le modèle est également conçu pour mieux fonctionner dans les environnements bruyants. La société affirme que ChatGPT Voice devrait désormais mieux se concentrer sur la voix de l'utilisateur en cas de bruit de fond, comme la circulation ou les conversations à proximité.
GPT-Live peut également transmettre des demandes plus complexes en arrière-plan. Si une question nécessite une recherche sur le Web, un raisonnement plus approfondi ou un travail plus complexe, il peut déléguer cette tâche à GPT-5.5 et renvoyer le résultat lorsqu'il est prêt. La conversation parlée peut continuer pendant ce temps.
Qui bénéficie de GPT-Live en premier ?
GPT-Live est déployé à l'échelle mondiale dans ChatGPT sur iOS, Android et le Web. GPT-Live-1 alimentera ChatGPT Voice pour les utilisateurs Go, Plus et Pro. Les utilisateurs gratuits obtiendront à la place GPT-Live-1 mini.
OpenAI ajoute également des cartes visuelles aux chats vocaux. Ainsi, si vous posez des questions sur la météo, les actions, les sports ou des sujets similaires, ChatGPT peut afficher une carte à l'écran tout en poursuivant la conversation vocale. La recherche, la mémoire, les images et les téléchargements de fichiers continueront également à fonctionner avec ChatGPT Voice.
Actuellement, la principale limitation concerne la vidéo. GPT-Live peut gérer les conversations vocales dans ChatGPT au lancement, mais il ne fonctionne pas encore avec la vidéo ou le partage d'écran. En d’autres termes, vous ne pouvez pas encore pointer votre caméra vers quelque chose ou partager votre écran pendant un chat vocal GPT-Live. OpenAI indique que ces fonctionnalités arriveront plus tard.
