Avec GPT-Live, ChatGPT se met enfin à parler comme un humain (et ne vous coupe plus la parole)
OpenAI déploie GPT-Live, un nouveau modèle vocal pour ChatGPT, destiné à améliorer les échanges oraux avec l'IA. Grâce à lui, elle peut désormais écouter et parler en même temps, et ne vous enfin plus la parole à tout bout de champ.
La bataille de l'intelligence artificielle n'a jamais été aussi intense. Alors qu'Anthropic vient de multiplier les annonces autour de ses modèles Claude, et après un blocage de la Maison-Blanche et des semaines de négociations avec les agences fédérales, OpenAI a enfin eu l'autorisation de lancer GPT 5.6, la nouvelle version du modèle de langage de ChatGPT, auprès du grand public ce jeudi 9 juillet. En effet, le Département du Commerce a accordé son feu vert à la suite d'une série de tests additionnels et de réunions impliquant des experts techniques d'OpenAI à Washington. GPT-6 se décline en trois modèles : Sol (le produit phare de l'entreprise), Terra (un modèle de milieu de gamme avec des performances proches de GPT-5.5 mais moins cher) et Luna (une option rapide et peu coûteuse).
Mais l'entreprise de Sam Altman ne se contente plus d'améliorer les capacités de raisonnement de son assistant : elle veut désormais le rendre plus humain, y compris à l'oral. C'est pourquoi elle annonce dans un billet de blog le lancement de GPT-Live, une nouvelle génération de modèles vocaux pour ChatGPT. Elle s'appuie "sur des avancées de recherche qui permettent à chacun d'avoir des conversations plus intelligentes, plus naturelles et plus expressives avec une IA de dernière génération". Grâce à elle, l'assistant est désormais capable d'écouter et de parler en même temps, de détecter les hésitations de l'utilisateur, de prendre en charge les interruptions et même de lancer une recherche Web sans perdre le fil de la conversation. Et, surtout, il ne coupe plus la parole !
GPT-Live : des échanges oraux plus fluides et humains
OpenAI a présenté deux nouveaux modèles vocaux, baptisés GPT-Live-1 et GPT-Live-1 mini – une version allégée du modèle. Leur objectif est simple : transformer les conversations avec ChatGPT en véritables échanges, plus proches de ceux que l'on peut avoir avec une personne réelle. Plus de 150 millions d'utilisateurs interagissent déjà avec l'assistant grâce à leur voix chaque semaine, et l'entreprise estime que ce nombre pourrait encore grimper grâce à cette nouvelle génération de modèles.
Jusqu'à présent, le mode vocal de ChatGPT souffrait de plusieurs défauts. L'assistant répondait souvent trop rapidement, coupait parfois la parole à son interlocuteur et peinait à gérer les silences. Une simple hésitation ou une pause pour réfléchir suffisait parfois à perturber la conversation. Ces limitations étaient liées au fonctionnement même du système, qui attendait que l'utilisateur ait terminé de parler avant de produire une réponse.
Avec GPT-Live, OpenAI change complètement d'approche. Les nouveaux modèles reposent sur une architecture dite "full-duplex", qui leur permet d'écouter et de parler en même temps. Concrètement, ChatGPT est désormais capable de suivre une conversation en continu, de décider en temps réel s'il doit répondre, patienter ou simplement montrer qu'il est attentif avec un bref "mhmm" ou une brève relance. Il devient également possible d'interrompre l'assistant sans casser le fil de la discussion, de reprendre une phrase après une hésitation ou de lui demander de ralentir son débit. Comme avec une vraie personne !
GPT-Live : une IA plus intelligente et polyvalente
Pour réaliser des tâches complexes, comme une recherche sur le Web ou une demande nécessitant davantage de raisonnement, GPT-Live peut s'appuyer en arrière-plan sur les modèles les plus puissants de la famille GPT-5 – d'abord GPT-5.5 puis, par la suite, GPT-5.6. De quoi garantir la pertinence des réponses et leur cohérence avec le contexte, tout en continuant la conversation pendant que la réponse se prépare.
Cette évolution ouvre la porte à des usages qui étaient jusque-là difficiles, voire impossibles, comme la traduction instantanée. En effet, puisque ChatGPT peut désormais écouter tout en parlant, il est capable de traduire une conversation pratiquement en temps réel entre deux personnes s'exprimant dans des langues différentes. OpenAI assure que les principales langues mondiales sont prises en charge et que d'autres viendront s'ajouter par la suite.
L'assistant vocal ajoute également une dimension visuelle à ses échanges oraux. Ainsi, pendant que l'utilisateur discute avec l'IA, cette dernière peut désormais afficher des "cartes informatives" pour illustrer des sujets comme la météo ou la bourse.
Les nouveaux modèles commencent dès à présent à être déployés pour tous les utilisateurs sur iOS, Android et le Web. GPT-Live-1 deviendra le modèle vocal par défaut pour les abonnés Go, Plus et Pro, tandis que GPT-Live-1-mini le sera pour les comptes gratuits.