En résumé:
- PCWorld rapporte qu’OpenAI déploie GPT-Live, un nouveau mode vocal full-duplex pour ChatGPT qui permet d’écouter et de parler simultanément.
- Cette mise à niveau élimine les conversations gênantes au tour par tour des précédents assistants vocaux IA lors des recherches sur le Web pendant la conversation.
- GPT-Live est disponible pour tous les utilisateurs de ChatGPT, y compris les comptes gratuits, promettant des interactions vocales IA plus naturelles et plus fluides.
Les modes vocaux de l’IA sont si mauvais que je ne m’en soucie généralement pas. Jusqu’à présent, les modes vocaux de ChatGPT, Claude et Gemini devaient se relayer pour écouter et parler, donnant lieu à des conversations saccadées avec de longues diatribes ponctuées d’interruptions brusques.
Mais nous avoir J’ai vu certaines startups d’IA proposer des modes vocaux plus naturels, y compris certains qui écoutent réellement pendant qu’ils parlent, et maintenant OpenAI lance un mode de discussion amélioré qui est également conçu pour être un bien meilleur auditeur.
Déployé actuellement auprès des utilisateurs de ChatGPT, GPT-Live (que je n’ai pas encore eu l’occasion d’essayer) possède une fonctionnalité clé : une architecture full-duplex, qui permet au modèle d’écouter et de parler en même temps.
Les modes vocaux précédents de ChatGPT étaient au tour par tour, similaires aux radios CB de la vieille école. Cela signifie que quand je parle, tu écoutes : « Hé, mon pote, c’est quoi ton 20 ? Fini » – et quand tu parles, je écoutez – « Je suis chez Dunkin Donuts sur la I-5, c’est fini. »
Avec GPT-Live (qui sort en deux versions, GPT-Live-1 et GPT-Live-1 mini), ChatGPT utilise désormais une configuration full-duplex comme lors d’un appel téléphonique standard, ce qui signifie que je peux (si cela ne vous dérange pas trop) vous interrompre ou même parler à votre place. Et parce qu’il « traite en permanence les entrées tout en générant la sortie », GPT-Live est plus à même de décider quand parler, interrompre ou, surtout, simplement se taire et écouter.
En plus de pouvoir parler et écouter en même temps, GPT-Live peut également déployer des agents pour effectuer des recherches sur le Web pendant qu’il parle, éliminant ainsi les pauses de « recherche sur le Web » dans l’ancien mode vocal ChatGPT lorsqu’il recherchait quelque chose.
Les modèles GPT-Live d’OpenAI ne sont pas les premiers que nous ayons vus (et entendus) dotés de capacités full-duplex. La startup vocale IA Thinking Machines a présenté des modèles d’« interaction » vocale qui peuvent également écouter pendant qu’ils parlent. Il existe également Sesame AI, qui dispose d’un mode vocal capable de déployer des agents de recherche pendant qu’il parle.
Mais pour la plupart d’entre nous, GPT-Live sera la première fois que nous essaierons les chats vocaux IA en duplex intégral, et qui sait ? Peut-être que ChatGPT vaudra la peine d’en parler maintenant.
GPT-Live est déployé dès aujourd’hui auprès de tous les utilisateurs de ChatGPT, y compris les utilisateurs gratuits. Le nouveau mode vocal n’a pas encore atterri sur mon compte ChatGPT, mais je partagerai mes premières impressions une fois qu’il le sera.
