OpenAI présente les nouveaux modèles vocaux GPT-Live : des conversations plus naturelles

OpenAI, leader mondial de l'intelligence artificielle, a annoncé les modèles GPT-Live-1 et GPT-Live-1 mini, qui propulsent les interactions en direct avec les utilisateurs vers une nouvelle dimension. Cette technologie permet de rendre les conversations avec ChatGPT aussi naturelles que celles entre humains. Les nouveaux modèles offrent non seulement des réponses plus rapides, mais possèdent également la capacité de comprendre et de s'adapter en temps réel au discours de l'interlocuteur. C'est ce que rapporte Techcrunch.com indique .

La caractéristique la plus importante des modèles de nouvelle génération est leur fonctionnement en système « full-duplex ». Cela signifie que ChatGPT peut désormais écouter et parler simultanément. Alors que les versions précédentes exigeaient d'attendre que l'utilisateur ait fini de parler, les modèles GPT-Live permettent d'interrompre naturellement la conversation ou d'utiliser des fonctions de traduction en direct. Selon Ixbt.com, l'entreprise migre entièrement la fonction Advanced Voice Mode de l'application ChatGPT vers le modèle GPT-Live-1 mini.

Révolution technologique et potentiel intellectuel

Auparavant, la communication vocale reposait sur un processus complexe en trois étapes : la parole était convertie en texte, le modèle textuel préparait une réponse, puis celle-ci était reconvertie en voix. Les nouveaux modèles raccourcissent cette chaîne en traitant les informations directement. Cela élimine les problèmes tels que les pauses inappropriées du système ou l'incapacité à fournir des réponses intelligentes pendant que l'utilisateur parle. De plus, le nouveau mode vocal peut se connecter aux modèles textuels les plus récents, comme GPT-5.5, pour accomplir des tâches logiques complexes.

Selon les représentants d'OpenAI, les modèles GPT-Live ont la capacité de rester silencieux pendant de longues périodes, d'assimiler le contexte de la conversation et de n'intervenir que lorsque cela est nécessaire. En outre, le nouveau système peut également présenter des données visuelles. Cela permet non seulement de discuter avec ChatGPT, mais aussi de travailler avec du contenu visuel interactif. Cette approche est également activement utilisée par des startups comme Monogram.

L'interface vocale, fondement de l'avenir

Atti Eleti, responsable du projet ChatGPT Voice, souligne que la communication vocale pourrait devenir la principale méthode d'interaction avec les ordinateurs à l'avenir. Il a partagé son expérience en menant des conversations longues et significatives allant jusqu'à 40 minutes grâce à cette fonction. L'entreprise ne voit pas l'assistant vocal comme un simple outil de recherche, mais comme une interface principale capable de gérer des tâches complexes.

Actuellement, plus de 150 millions de personnes utilisent les fonctions vocales et de dictée de ChatGPT. Dans un environnement concurrentiel, Apple et Amazon travaillent également à rendre leurs assistants virtuels plus naturels. OpenAI réfléchirait non seulement au logiciel, mais aussi à de futurs appareils comme des écouteurs AI dédiés, bien qu'aucune information sur le matériel n'ait été fournie lors de la présentation officielle.