OpenAI annonce des capacités de conversation plus naturelles pour son assistant vocal IA

OpenAI a annoncé le 24 mars le déploiement de mises à jour visant à rendre l'assistant vocal ChatGPT plus convivial et réactif, en réduisant les interruptions en cours de phrase. Grâce à ces mises à jour, ChatGPT se positionne désormais comme un concurrent plus redoutable face à Sesame et Alexa.

OpenAI a publié lundi des mises à jour pour le mode vocal avancé, sa fonctionnalité vocale d'IA permettant des conversations en temps réel dans ChatGPT, afin de rendre l'assistant vocal plus convivial et de réduire les interruptions des utilisateurs. Cette mise à jour se concentre sur deux points : un assistant vocal plus engageant et moins d'interruptions.

Manuka Stratta, chercheuse chez OpenAI spécialisée dans le post-entraînement, a annoncé ces changements dans une vidéo de démonstration publiée lundi sur les réseaux sociaux officiels de l'entreprise. Dans cette vidéo, elle a démontré que le nouveau modèle permettait aux utilisateurs de réfléchir et de s'exprimer sans interruption.

OpenAI améliore l'assistant vocal IA pour des conversations plus naturelles 

OpenAI a publié une annonce présentant une version mise à jour du mode vocal ChatGPT, qui interrompt moins et permet des pauses naturelles. Cette version est disponible pour tous les utilisateurs, et les utilisateurs payants bénéficient en plus d'une personnalité du modèle améliorée, décrite comme engageante, directe et concise

– Tibor Blaho (@btibor91) 24 mars 2025

ChatGPT a lancé un nouveau mode vocal avancé, accessible aux utilisateurs de la version gratuite et aux abonnés payants (y compris ceux des formules Plus, Teams, Edu, Business et Pro). Cette fonctionnalité permet des conversations en temps réel au sein de ChatGPT, améliorant ainsi la flexibilité de l'assistant IA et minimisant les interruptions lors des interactions.

Cette mise à jour intervient dans un contexte de concurrence accrue sur le marché des assistants vocaux IA. OpenAI subit la pression de nouveaux acteurs comme Sesame — une start-up soutenue par Andreessen Horowitz, devenue virale grâce à ses voix IA naturelles, Maya et Miles — et Amazon, qui prépare une importante mise à jour d'Alexa basée sur un modèle de langage. 

« Parce qu’il vous interrompt moins, vous aurez plus de temps pour rassembler vos idées et vous n’aurez pas l’impression de devoir constamment combler les vides et les silences. »

-Manuka Stratta

Le porte-parole d'OpenAI a déclaré que le nouvel assistant vocal IA destiné aux utilisateurs payants était « plus direct, engageant, concis, précis et créatif dans ses réponses ». 

OpenAI a également annoncé la publication de nouveaux modèles pour la reconnaissance vocalematic (ASR) et la synthèse vocale (TTS), marquant une nouvelle avancée dans le domaine des technologies vocales basées sur l'IA. Ces nouveaux modèles promettent précision et accessibilité, offrant ainsi une alternative intéressante aux entreprises souhaitant déployer des agents vocaux basés sur l'IA. 

Les nouveaux modèles de reconnaissance automatique de la parole (ASR) — gpt-4o-transcribe et gpt-4o-mini-transcribe — représentent une avancée majeure par rapport à Whisper, le modèle de transcription de pointe d'OpenAI jusqu'à présent. Ces modèles offrent des taux d'erreur de mots améliorés et une meilleure gestion des langues, des accents et du bruit de fond. Les nouveaux modèles de synthèse vocale (TTS) peuvent générer des voix très réalistes, avec des intonations et une expressivité naturelles. Ils peuvent moduler le ton, les émotions et l'intonation d'une voix à partir d'instructions en langage naturel.

L'assistant vocal IA ChatGPT rend les utilisateurs plus seuls

Une nouvelle étude menée par OpenAI en collaboration avec le MIT Media Lab a révélé que la plupart des utilisateurs de ChatGPT s'appuyaient sur l'assistant IA pour des raisons pratiques. L'étude, qui a analysé près de 40 millions d'interactions ChatGPT, a divisé les utilisateurs en différents groupes : certains utilisaient uniquement le texte, tandis que d'autres expérimentaient l'interaction vocale avec des personnages IA – l'un conçu pour être plus expressif, tandis que l'autre restait neutre.

le mode vocal avancé développaienttronun lien émotionnel plus fort avec ChatGPT, certains le considérant même comme un « ami ». Les effets de la fonction vocale étaient variables : de courtes interactions amélioraient l’humeur des utilisateurs, tandis qu’une utilisation quotidienne prolongée pouvait parfois avoir l’effet inverse.

Les résultats de l'étude ont révélé que les conversations personnelles étaient associées à un niveau de solitude plus élevé, mais à une dépendance affective plus faible. En revanche, les conversations impersonnelles ont montré un schéma différent : le niveau de dépendance affective augmentait avec une utilisation fréquente.

Jason Phang, chercheur en sécurité chez OpenAI et impliqué dans le projet, a affirmé que la plupart des travaux d'OpenAI étaient préliminaires, mais que l'entreprise cherchait à lancer le débat sur la mesure de ces impacts et leurs effets à long terme sur les utilisateurs. Kate Devlin, professeure d'IA et société au King's College de Londres, a déclaré que les utilisateurs n'avaient peut-être pas une approche émotionnelle de ChatGPT, mais qu'ils ne pouvaient dissocier leur humanité de leurs interactions avec la technologie.