OpenAI lance les modèles vocaux GPT-Live pour des conversations ChatGPT plus humaines

OpenAI a dévoilé mercredi GPT-Live, une nouvelle architecture vocale conçue pour rendre les interactions avec ChatGPT plus naturelles et semblables à celles des humains. Les deux modèles, GPT-Live-1 et GPT-Live-1 mini, permettent à l'IA d'écouter et de parler simultanément, marquant une différence significative par rapport aux modes vocaux précédents basés sur des tours de parole distincts.

GPT-Live-1 servira de voix par défaut pour les utilisateurs payants de ChatGPT dans différents niveaux, tandis que la variante GPT-Live-1 mini est destinée aux utilisateurs gratuits. Ces modèles sont déployés mondialement sur iOS, Android et ChatGPT.com. Cela représente la troisième génération de la technologie vocale de ChatGPT en environ deux ans.

L'innovation clé réside dans l'architecture full-duplex de GPT-Live, qui permet à l'IA de traiter l'audio entrant tout en générant sa réponse parlée. Ce traitement continu permet au modèle de réagir de manière plus fluide, de gérer les interruptions et d'intégrer des reconnaissances conversationnelles, visant à surmonter les limites des modèles précédents qui peinaient avec le bruit de fond et les pauses naturelles.

GPT-Live découple également la couche d'interaction vocale de la couche de raisonnement. Alors que les requêtes directes sont gérées par GPT-Live, les tâches plus complexes nécessitant des recherches web ou des analyses approfondies sont déléguées à des modèles de pointe, tels que GPT-5.5, fonctionnant en arrière-plan. Ce traitement asynchrone permet à l'IA de maintenir le flux conversationnel tout en effectuant des calculs complexes.

Cette approche modulaire marque une rupture avec les pipelines en cascade précédents qui introduisaient de la latence et des pertes d'informations potentielles. OpenAI prévoit de rendre ces modèles disponibles via une API, offrant aux développeurs les outils nécessaires pour créer des applications vocales plus sophistiquées et naturelles. L'entreprise vise à faire de GPT-Live un partenaire conversationnel plutôt qu'un simple outil de requête pour ChatGPT.