GPT-Live d'OpenAI accélère pour rendre les conversations vocales avec l'IA naturelles

OpenAI a commencé à déployer aujourd'hui un nouveau modèle vocal pour ChatGPT, baptisé GPT-Live, qui, selon l'entreprise, rend l'interaction vocale homme-IA beaucoup plus naturelle. La société a annoncé le déploiement et a déclaré que la fonctionnalité serait disponible immédiatement dans ChatGPT. minimax-speech-28-brings-human-warmth-to-ai-voices-with-native-filler-words-and-high-fidelity-cloning

"Présentation de GPT-Live, une nouvelle génération de modèles vocaux pour une interaction naturelle homme-IA," a écrit OpenAI dans une brève annonce. Le message ajoute que les utilisateurs "voudront allumer le son pour celui-ci," signalant la nature audio-native de la mise à jour.

Un virage vers l'IA conversationnelle

Les interfaces vocales sont devenues une priorité croissante dans toute l'industrie de l'IA. OpenAI a investi massivement dans la reconnaissance vocale et la synthèse vocale via son modèle Whisper, et GPT-Live semble étendre ce travail à l'interaction en temps réel. Le modèle est conçu pour gérer les nuances conversationnelles, le ton, le rythme, les interruptions, plus naturellement que les précédents modes vocaux de ChatGPT. the-benchmark-that-made-language-models-speak-how-2018s-glue-bet-changed-ai-forever

Le déploiement intervient alors que les concurrents investissent également dans la voix. Gemini Live de Google, annoncé plus tôt cette année, et Alexa Plus d'Amazon visent tous deux à créer des assistants vocaux basés sur l'IA qui vont au-delà des simples schémas commande-réponse. Le mouvement d'OpenAI positionne GPT-Live comme un concurrent direct dans cet espace, bien que l'entreprise n'ait pas divulgué de détails techniques sur l'architecture du modèle, les données d'entraînement ou les benchmarks de latence.

Pourquoi la voix est importante pour l'adoption de l'IA

L'interaction vocale supprime un point de friction clé pour l'adoption de l'IA : la frappe. Les utilisateurs peuvent parler naturellement, poser des questions de suivi et converser sans avoir besoin d'un écran. Cela ouvre des cas d'utilisation dans des environnements mains libres comme la cuisine, la conduite ou le travail, où la frappe est peu pratique.

"La voix est l'interface la plus naturelle que nous ayons," a déclaré un analyste produit familier du secteur. "Chaque grand laboratoire d'IA se précipite pour bien faire les choses parce que le gagnant pourrait définir la façon dont des milliards de personnes interagissent avec l'IA quotidiennement."

Le mode vocal existant de ChatGPT était considéré comme fonctionnel mais limité, bon pour les requêtes simples mais sujet à des pauses gênantes et à des réponses guindées. GPT-Live vise à combler cet écart avec un modèle qui écoute plus attentivement et répond de manière plus conversationnelle. how-local-llms-like-gemma-and-qwen-are-taming-open-source-repository-triage-at-scale

Quelle est la prochaine étape

OpenAI n'a pas partagé de calendrier pour une disponibilité plus large ou si GPT-Live sera limité aux abonnés payants de ChatGPT Plus ou aux utilisateurs gratuits. L'entreprise n'a pas non plus révélé de changements de prix ou de politiques d'utilisation des données liés au nouveau modèle vocal. anthropic-updates-usage-policy-new-rules-for-high-risk-ai-applications

GPT-Live est disponible dans ChatGPT à partir d'aujourd'hui. Les utilisateurs ayant accès pourront l'activer dans le menu des paramètres.