OpenAI a presente GPT-Live, qu'elle decrit comme une nouvelle generation de modeles vocaux et qui devient la version tout nouvelle de ChatGPT Voice. Son deploiement commence aujourd'hui pour les utilisateurs de ChatGPT partout dans le monde, en deux declinaisons, GPT-Live-1 et un GPT-Live-1 mini plus leger. L'entreprise l'a presente comme le tout nouveau ChatGPT Voice avant une diffusion en direct, et l'argumentaire porte moins sur le fait que l'assistant en sait davantage que sur le fait qu'il parle enfin d'une maniere qui ressemble moins a donner des ordres et davantage a tenir une conversation.

Le changement qui compte, c'est l'audio full-duplex. La plupart des assistants vocaux, y compris le mode vocal precedent d'OpenAI, fonctionnent a tour de role, vous parlez, le systeme attend que vous ayez fini, puis il repond, ce qui cree cette impression un peu figee, facon talkie walkie, qui a toujours rendu l'IA vocale un peu maladroite. GPT-Live ecoute et parle en meme temps. Concretement, cela veut dire qu'il peut vous signaler qu'il vous suit avec un rapide mhmm ou yeah alors que vous etes encore au milieu d'une phrase, gerer un echange rapide dans les deux sens sans longues pauses, intervenir ou se faire interrompre, ou simplement rester silencieux quand c'est le bon choix. C'est une difference qui semble minime mais qui change la texture de toute l'interaction.

La facon dont OpenAI l'a construit merite aussi qu'on s'y arrete, car GPT-Live est concu comme une couche conversationnelle rapide plutot que comme un modele unique cense tout faire. Lorsqu'une requete demande quelque chose de plus lourd, une recherche web, un raisonnement plus pousse, ou un travail plus complexe, GPT-Live delegue cette tache a des modeles de pointe qui tournent en coulisses, et au lancement il utilise GPT-5.5 pour ces transferts. Le modele vocal reste reactif et garde une voix humaine pendant que la reflexion plus ardue se fait ailleurs et revient dans la conversation. ChatGPT Voice peut desormais aussi afficher des cartes visuelles pour des choses comme la meteo, la bourse, et le sport pendant que vous parlez, de sorte que l'experience parlee n'est plus purement audio.

Il est utile d'etre precis sur ce que ce lancement est et n'est pas. GPT-Live est une experience vocale reconstruite, pas un nouveau modele de pointe, et l'intelligence brute sur les questions difficiles provient du modele auquel il delegue plutot que de la couche vocale elle meme. Il arrive aussi avec de vraies limites, au lancement GPT-Live ne prend pas en charge la voix combinee a la video ou au partage d'ecran dans ChatGPT, deux fonctionnalites qu'OpenAI dit travailler encore a ajouter. L'avancee ici se situe donc dans l'interaction et l'architecture, dans la maniere dont l'assistant parle et dont le travail est reparti, plutot que dans un bond de l'intelligence du systeme de base.

Si cela compte, c'est que la voix est devenue discretement l'un des fronts les plus disputes de l'IA grand public, avec Google, la voix Grok de xAI, et une vague de jeunes pousses qui poussent toutes pour rendre l'interaction parlee naturelle. Livrer un modele vocal full-duplex a chaque utilisateur de ChatGPT d'un seul coup est un geste important dans cette course, et le choix de conception d'une facade rapide, toujours a l'ecoute, qui delegue le gros du travail a un modele de pointe est le genre de schema que d'autres produits vont probablement copier. Rien de tout cela ne rend l'assistant plus intelligent en soi, mais cela releve nettement la barre de ce que represente le fait de lui parler, ce qui, pour bien des gens, est l'element qui decide s'ils utilisent la voix tout court.