OpenAI déploie la voix full-duplex GPT-Live aux utilisateurs grand public de ChatGPT
Source : OpenAI
- OpenAI déploie GPT-Live auprès des utilisateurs grand public de ChatGPT, remplaçant le Mode Vocal Avancé par un système en duplex capable d'écouter et de parler simultanément.
- Les utilisateurs gratuits bénéficient de GPT-Live-1 mini, tandis que les abonnés Go, Plus et Pro accèdent à GPT-Live-1, avec les requêtes complexes routées vers GPT-5.5 en arrière-plan.
- Ce lancement intervient un jour avant la sortie de GPT-5.6 par OpenAI, faisant de cette semaine une étape majeure pour sa feuille de route vocale et ses modèles.
OpenAI a commencé à déployer un mode vocal reconstruit pour les utilisateurs grand public de ChatGPT le mercredi, remplaçant le mode Advanced Voice par deux modèles, GPT-Live-1 et GPT-Live-1 mini, qui peuvent entendre un utilisateur et répondre en même temps.
La mise à jour sera disponible pour les comptes consommateurs gratuits et payants et intervient un jour avant le lancement de la famille de modèles GPT-5.6 par l'entreprise.
La raison principale du passage à GPT Live est architecturale. Alors que les précédents modèles vocaux attendaient que l'orateur humain termine sa phrase, GPT-Live fonctionne sur l'architecture full-duplex d'OpenAI, qui implique le traitement de la parole d'entrée tout en générant la parole de sortie en même temps.
Selon l'annonce d'OpenAI, le modèle décide plusieurs fois par seconde s'il doit parler, continuer d'écouter, faire une pause, interrompre ou utiliser un outil. En pratique, cela signifie qu'un utilisateur peut lui parler par-dessus, s'arrêter pour réfléchir sans être interrompu, ou l'entendre insérer un « mhmm » pour signaler qu'il suit la conversation.
OpenAI apporte GPT-Live à ChatGPT Voice
Les comptes ChatGPT gratuits sont désormais par défaut sur GPT-Live-1 mini, tandis que les abonnés aux niveaux Go, Plus et Pro bénéficient du plus grand GPT-Live-1.
Le déploiement couvre iOS, Android et le web, et comme ChatGPT fonctionne déjà via CarPlay, 9to5Mac a noté que la mise à jour arrive également dans la voiture. OpenAI déclare que les neuf voix de ChatGPT ont été remastérisées pour les nouveaux modèles.
Il a également déclaré avoir conçu GPT-Live pour être un interlocuteur, et non un moteur de raisonnement. Pour les demandes plus complexes, GPT-Live ne gère pas tout seul. Selon OpenAI, le modèle vocal est capable de déléguer des tâches telles que la recherche Web, le raisonnement et même les réponses multétapes à GPT-5.5 sans interrompre la conversation vocale.
Cela est censé répondre à l'une des principales lacunes du mode vocal antérieur de ChatGPT, où il semblait parfois moins puissant que la saisie au clavier. Les utilisateurs auront également la possibilité de choisir entre un mode de réponse rapide et un mode à haute intensité.
OpenAI ajoute également la traduction vocale quasi en temps réel et des cartes visuelles pour la météo, les cours des actions et les scores sportifs, offrant aux utilisateurs certaines réponses à l'écran au lieu de faire tout lire à ChatGPT. L'entreprise a déclaré que plus de 150 millions de personnes utilisent déjà des fonctionnalités de ChatGPT telles que la Voix et la Dictée chaque semaine.
GPT-Live améliore le flux vocal mais laisse des lacunes
Selon TechCrunch, qui a couvert une conférence de presse d'OpenAI, la traduction en hindi avait un fort accent américain ainsi qu'un langage très rigide et livresque.
Selon OpenAI, le modèle fonctionne mieux pour « certaines des langues les plus courantes dans ChatGPT », bien qu'ils avertissent qu'il pourrait y avoir un problème d'accent ou de fluidité dans certaines langues. De plus, OpenAI a déclaré que la voix combinée avec des vidéos et le partage d'écran n'est pas prise en charge pour le moment.
Bien qu'OpenAI ait présenté GPT-Live comme une version plus humaine de toute sa gamme de modèles, il insiste sur le fait qu'il ne s'agit pas d'un compagnon IA. L'entreprise a également mis en avant les mesures de sécurité qu'elle a mises en place pour garantir des réponses adaptées à l'âge des adolescents. Elle a également ajouté que des ressources de crise sont disponibles si une conversation utilisateur est orientée vers l'automutilation.
Les extraits audio des conversations Live et Advanced Voice sont conservés pendant 30 jours et ne sont pas utilisés pour entraîner les modèles à moins que les utilisateurs ne choisissent de les partager.
Atty Eleti, responsable produit pour ChatGPT Voice, a déclaré lors de la présentation qu'il avait eu des conversations de 30 à 40 minutes avec la fonctionnalité en marchant, et a soutenu que la voix pourrait devenir un moyen principal pour les personnes d'exécuter des tâches plus longues et plus complexes.
Le genre de cas d'utilisation incroyables que nous voyons les gens utiliser Codex et ChatGPT pour accomplir, nous pensons que la voix peut être l'interface future pour tous types de travail
– Eleti via TechCrunch
Le lancement de GPT-5.6 met le timing en perspective
La mise à jour vocale est distincte de la sortie du modèle qu'OpenAI a prévue pour jeudi.
Selon Cryptopolitan, l'approbation de GPT-5.6 pour la sortie publique a été accordée après que le Département du Commerce des États-Unis 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 devrait atteindre l'API d'OpenAI après le déploiement grand public, les développeurs pouvant s'inscrire pour obtenir un accès.
Les esprits les plus brillants du secteur crypto lisent déjà notre newsletter. Vous aussi ? Rejoignez-les.
Micah Abiodun
Micah Abiodun met à profit son Master en Ingénierie et Gestion de l'Environnement (MSc) à l'Université de Technologie de Tallinn (TalTech) pour peaufiner ses articles sur les prévisions de prix et l'actualité à Cryptopolitan. Fort de sept années d'expérience dans les médias cryptographiques, il couvre les principales cryptomonnaies, les altcoins, la finance décentralisée (DeFi), les stablecoins, les tendances macroéconomiques et les technologies émergentes.
