Tech • IA • Robotique • Jeu
Voici la nouvelle voix de ChatGPT, propulsée par GPT Live
5/10INTRO
OpenAI a dévoilé un nouveau modèle ChatGPT Voice prenant en charge une conversation bidirectionnelle en full-duplex, permettant aux utilisateurs d’interrompre naturellement, de parler en même temps que le système et de combiner recherche web en direct, traduction, planification et création de contenu dans une seule interaction.
POINTS CLÉS
Interaction vocale plus naturelle
Le nouveau modèle ChatGPT Voice est conçu pour une conversation orale en temps réel plutôt que pour des commandes séquentielles. Il peut écouter tout en parlant, gérer les interruptions et répondre même lorsque plusieurs personnes parlent en même temps, rapprochant l’interaction vocale d’une conversation humaine.
Audio full-duplex et bidirectionnel
L’avancée centrale du système est la communication full-duplex, ce qui signifie qu’il peut traiter la parole entrante tout en générant sa propre réponse. Cela permet aux utilisateurs d’intervenir au milieu d’une phrase, de changer de direction ou d’ajouter des détails sans relancer l’échange, une limite fréquente des anciens assistants vocaux.
Planification de tâches en temps réel
Dans une démonstration, le modèle a aidé à planifier un voyage à vélo de Francfort à Varsovie avec un budget de 60 € par jour, petit-déjeuner inclus, et des étapes d’environ 60 kilomètres par jour. Il a adapté l’itinéraire à mesure que de nouvelles préférences étaient ajoutées, notamment des demandes de passage par la Mazurie et la Märkische Schweiz, ainsi que l’ajout de Szczecin comme étape.
Traduction simultanée et recherche
Le modèle a aussi combiné traduction en direct et recherche sur internet dans une même conversation. Il a traduit un message en polonais tout en vérifiant si un contact nommé Marek Wiśniewski était toujours associé à une université de Szczecin, montrant comment l’IA vocale peut fusionner plusieurs outils sans obliger l’utilisateur à passer par des applications ou étapes séparées.
Calendrier et assistance personnelle
Au-delà de la conversation, le système a pris en charge des tâches de planification, comme l’ajout d’un rendez-vous au calendrier peu avant le départ. L’interaction a montré que le modèle peut passer d’un dialogue informel à une assistance orientée vers l’action, y compris pour les rappels et la gestion d’itinéraires.
Raisonnement et génération de contenu
Le modèle vocal a aussi été utilisé pour une question de connaissance sur la célèbre prédiction d’un papillon de nuit à la trompe exceptionnellement longue à partir de la structure d’une fleur, en référence au sphinx de Darwin plus tard confirmé, lié à Angraecum sesquipedale. Après avoir répondu, il lui a été demandé de transformer l’idée en diapositives de présentation, montrant un passage direct du raisonnement à la création de documents.
Une ambition plus large que les assistants de base
Le message général est que ChatGPT Voice est présenté non pas seulement comme un chatbot parlant, mais comme un assistant multitâche capable de converser, rechercher, traduire, planifier et produire des livrables dans un même flux. L’accent est mis sur la réduction des frictions entre le fait de penser à voix haute et celui d’accomplir des tâches numériques concrètes.
CONCLUSION
Le nouveau modèle ChatGPT Voice marque un passage de commandes vocales rigides à une collaboration orale fluide. Son principal intérêt réside dans la combinaison d’interruptions naturelles, de l’usage d’outils en direct et de l’exécution de tâches au sein d’une seule conversation.
Poser une question