OpenAI : GPT-Live-1 redéfinit les conversations vocales

OpenAI dévoile GPT-Live-1, de nouveaux modèles de conversation vocale, affirmant qu’ils sonnent plus naturels et gèrent mieux l’alternance des tours de parole. Ces modèles full-duplex peuvent écouter et parler simultanément, permettant des interruptions naturelles et des fonctionnalités telles que la traduction en direct. OpenAI remplace également son mode vocal avancé actuel dans ChatGPT par GPT-Live-1 mini.

L’ancien modèle combinait transcription de la parole, génération de réponses et synthèse vocale. Le nouveau modèle envoie la requête à ses derniers modèles de texte comme GPT-5.5 pour la recherche et le raisonnement. OpenAI affirme que GPT-Live-1 restera silencieux pendant longtemps et absorbera le contexte avant d’être sollicité, tout en pouvant présenter certaines informations au format visuel.

Atty Eleti, responsable produit de ChatGPT Voice, a précisé que les nouvelles fonctionnalités sont conçues pour des conversations prolongées, certaines atteignant 30 à 40 minutes lors de tests en entretien. OpenAI envisage le vocal comme interface principale, à terme, pour des travaux complexes et prolongés. De plus, des informations suggèrent la possibilité de lancement d’écouteurs AI cette année.

Concurrence et innovation marquent l’environnement d’OpenAI. Des entreprises comme Monogram ayant levé 40 millions de dollars investissent aussi dans des réponses visuelles. Apple et Amazon mettent à jour leurs assistants pour une meilleure gestion du contexte. Malgré des avancées, le modèle vocal d’OpenAI présente encore des défis, comme des accents peu naturels lors de traductions en langues spécifiques.