Tu veux les meilleurs outils IA avant les autres ?
On teste et on décrypte les nouveaux outils IA chaque soir, en 5 min. Gratuit.
Inclus dès l'inscription : notre sélection des meilleurs guides & comparatifs IA.
Choisis ton rythme
Gratuit · Pas de spam · Désabonnement en 1 clic
OpenAI présente GPT-Live pour une interaction vocale améliorée
OpenAI a récemment introduit GPT-Live, une nouvelle génération de modèles vocaux conçus pour rendre les interactions avec l'intelligence artificielle aussi naturelles qu'une conversation humaine. Cette innovation se décline en deux versions distinctes : GPT-Live-1 et GPT-Live-1 mini. Le déploiement de cette technologie est en cours à l'échelle mondiale pour tous les utilisateurs de ChatGPT, offrant une expérience enrichie.
Une technologie full-duplex pour une écoute et une réponse simultanées
Annoncé le 8 juillet 2026, GPT-Live repose sur une architecture full-duplex. Cette approche permet à l'intelligence artificielle d'écouter l'utilisateur tout en formulant une réponse en temps réel. Pour des tâches plus complexes nécessitant une réflexion approfondie ou une recherche en ligne, GPT-Live s'appuie sur un modèle plus avancé, actuellement GPT-5.5, tout en maintenant le flux de la conversation. OpenAI a l'intention de mettre à jour ce modèle avec leurs futures innovations technologiques.
Cette innovation représente une avancée significative par rapport aux systèmes précédents. Le premier modèle vocal d'OpenAI, basé sur une architecture en cascade, nécessitait trois étapes distinctes pour chaque interaction : transcription des propos de l'utilisateur, génération de la réponse, et conversion de cette réponse en audio. Cette complexité ajoutait des délais et pouvait entraîner une perte d'information, rendant les réponses parfois lentes et peu naturelles.
Les progrès apportés par GPT-Live
Le mode vocal avancé, introduit en 2024, avait déjà unifié le traitement et la génération de réponses en utilisant un modèle unique, mais il fonctionnait de manière séquentielle. Cela signifiait que ChatGPT devait attendre la fin de chaque phrase avant de répondre, ce qui pouvait créer des malentendus lors des pauses. Avec GPT-Live, ces limitations sont surmontées grâce à une nouvelle architecture qui permet des échanges plus fluides et une gestion du temps améliorée.
Activation de GPT-Live sur ChatGPT
Pour les 150 millions d'utilisateurs hebdomadaires du mode vocal de ChatGPT, l'accès à GPT-Live est simple et se fait via le bouton vocal de l'application sur iOS, Android ou la version web. La mise à jour est automatique et remplace l'ancien modèle par défaut.
OpenAI a intégré plusieurs nouvelles capacités dans ce déploiement :
- Gestion des tours de parole : L'utilisateur peut interrompre l'IA ou lui demander de se taire pour réfléchir.
- Reconnaissance des marqueurs conversationnels : ChatGPT utilise des interjections comme "mhmm" ou "oui" pour indiquer qu'il écoute.
- Prise en compte des hésitations : Le modèle attend patiemment au lieu de couper la parole.
- Filtrage du bruit ambiant : ChatGPT reste concentré sur les propos de l'utilisateur malgré les bruits environnants.
- Ajustement du niveau de raisonnement : Les utilisateurs peuvent choisir entre trois niveaux de complexité pour les requêtes : Instant, Medium ou High.
- Affichage de contenus visuels : ChatGPT peut afficher des cartes visuelles pour des informations comme la météo, les cours de la Bourse ou les résultats sportifs.
Déploiement et disponibilité de GPT-Live
Le modèle GPT-Live-1 est désormais le standard pour les abonnés aux plans Go, Plus et Pro, tandis que la version gratuite utilise GPT-Live-1 mini, une version plus légère. OpenAI a indiqué que, pour le moment, GPT-Live ne supporte pas les fonctionnalités vocales associées à la vidéo ou au partage d'écran dans ChatGPT, mais travaille activement à les intégrer. Les utilisateurs souhaitant ces fonctionnalités doivent se tourner vers les versions antérieures.
Une disponibilité via l'API est également prévue, bien qu'aucun calendrier précis n'ait été communiqué jusqu'à présent.
