OpenAI déploie la technologie vocale GPT-Live en duplex intégral pour les utilisateurs grand public de ChatGPT

OpenAI a commencé mercredi à déployer un mode vocal remanié auprès des utilisateurs de ChatGPT, remplaçant le mode vocal avancé par deux modèles, GPT-Live-1 et GPT-Live-1 mini, capables d'entendre un utilisateur et de répondre simultanément.

La mise à jour sera disponible pour les comptes consommateurs gratuits et payants et intervient un jour avant le lancement de la gamme de modèles GPT-5.6 par la société.

La principale raison du passage à GPT Live est d'ordre architectural. Alors que les modèles vocaux précédents attendaient que le locuteur humain termine sa phrase, GPT-Live fonctionne selon full-duplex , qui consiste à traiter la parole d'entrée tout en générant la parole de sortie simultanément.

D'après l'annonce d'OpenAI, le modèle décide plusieurs fois par seconde s'il doit parler, continuer d'écouter, faire une pause, intervenir ou saisir un outil. Concrètement, cela signifie qu'un utilisateur peut parler par-dessus lui, s'arrêter pour réfléchir sans être interrompu, ou entendre un simple « mhmm » pour indiquer qu'il suit la conversation.

OpenAI intègre GPT-Live à ChatGPT Voice

Les comptes ChatGPT gratuits utilisent désormais par défaut GPT-Live-1 mini, tandis que les abonnés aux niveaux Go, Plus et Pro bénéficient de la version plus grande GPT-Live-1.

Le déploiement concerne iOS, Android et le web. ChatGPT étant déjà compatible avec CarPlay, 9to5Mac a noté que la mise à jour est également disponible pour les véhicules. OpenAI indique que les neuf voix de ChatGPT ont été remasterisées pour les nouveaux modèles.

OpenAI a également précisé avoir conçu GPT-Live comme un interlocuteur, et non comme un moteur de raisonnement. Pour les requêtes plus complexes, GPT-Live ne prend pas tout en charge. Selon OpenAI, le modèle vocal est capable de déléguer des tâches telles que la recherche web, le raisonnement et même les réponses en plusieurs étapes à GPT-5.5 sans interrompre la conversation vocale.

Cette fonctionnalité vise à corriger l'une des principales lacunes du mode vocal de ChatGPT, qui semblait parfois moins performant que la saisie au clavier. Les utilisateurs pourront également choisir entre un mode de réponse rapide et un mode plus approfondi.

OpenAI intègre également la traduction vocale quasi instantanée et des fiches visuelles pour la météo, les cours de la bourse et les résultats sportifs, offrant ainsi aux utilisateurs des réponses partielles à l'écran plutôt que de laisser ChatGPT lire l'intégralité du texte à voix haute. L'entreprise indique que plus de 150 millions de personnes utilisent déjà chaque semaine les fonctionnalités de ChatGPT telles que la voix et la dictée.

GPT-Live améliore le flux vocal mais laisse des interruptions

Selon TechCrunch, qui a couvert une conférence de presse d'OpenAI, la traduction en hindi avait untronaccent américain ainsi qu'un langage très rigide et livresque.

D'après OpenAI, le modèle fonctionne de manière optimale pour « certaines des langues les plus courantes sur ChatGPT », même s'ils préviennent qu'il pourrait y avoir des problèmes d'accent ou de fluidité dans certaines langues. Par ailleurs, OpenAI précise que la combinaison de la voix avec la vidéo et le partage d'écran n'est pas encore prise en charge.

Bien qu'OpenAI présente GPT-Live comme une version plus humaine de l'ensemble de ses modèles, l'entreprise insiste sur le fait qu'il ne s'agit pas d'un assistant vocal. Elle a également souligné les mesures de sécurité mises en place pour garantir des réponses adaptées à l'âge des adolescents. Enfin, elle a précisé que des ressources d'assistance sont disponibles en cas de conversation avec un utilisateur abordant le sujet de l'automutilation.

Les extraits audio des conversations Live et Advanced Voice sont conservés pendant 30 jours et ne sont pas utilisés pour l'entraînement des modèles, sauf si les utilisateurs choisissent de les partager.

Maître Eleti, responsable produit de ChatGPT Voice, a déclaré lors de la réunion d'information qu'il avait eu des conversations de 30 à 40 minutes avec cette fonctionnalité pendant ses promenades, et a affirmé que la voix pourrait devenir un moyen privilégié pour les gens d'effectuer des tâches plus longues et plus complexes.

Au vu des cas d'utilisation exceptionnels que l'on observe avec Codex et ChatGPT, nous pensons que la voix peut devenir l'interface privilégiée pour toutes sortes de tâches professionnelles

– Eleti via TechCrunch

Le lancement de GPT-5.6 met l'accent sur le calendrier

La mise à jour vocale est distincte de la sortie du modèle prévue par OpenAI pour jeudi.

Selon Cryptopolitan, l'approbation de GPT-5.6 pour une diffusion publique a été accordée après que le département du Commerce américain a levé l'embargo imposé lors de son examen de sécurité nationale, et il est disponible en trois versions : Sol, Terra et Luna.

GPT-Live sera disponible sur l'API d'OpenAI après son déploiement auprès des consommateurs, les développeurs pouvant s'inscrire pour y accéder.