Avec GPT-Live, ChatGPT peut désormais vous répondre sans vous couper

OpenAI lance GPT-Live, une nouvelle génération de modèles vocaux capables d’écouter et de parler simultanément. Cette architecture inédite alimente désormais ChatGPT Voice, avec des échanges nettement plus naturels et fluides.

Discuter avec une intelligence artificielle a longtemps signifié attendre son tour, subir des pauses artificielles ou entendre l’assistant répondre à côté après une simple hésitation. OpenAI affirme aujourd’hui avoir résolu ce problème avec GPT-Live, présenté comme le modèle vocal le plus abouti de l’entreprise à ce jour. Plus de 150 millions de personnes utilisent chaque semaine les fonctions vocales de ChatGPT pour obtenir de l’aide au quotidien, pratiquer une langue ou simplement discuter durant un trajet. OpenAI veut maintenant rendre la conversation avec l’IA aussi fluide qu’un échange avec un interlocuteur humain.

Une architecture qui écoute et parle en même temps

Le cœur de l’innovation réside dans une architecture dite full-duplex, qui permet au modèle de traiter la parole entrante tout en générant sa propre réponse, sans attendre que l’utilisateur ait fini de s’exprimer. Concrètement, GPT-Live peut manifester son écoute avec de simples interjections comme « mhmm » ou « d'accord », s’interrompre naturellement, marquer une pause pour laisser réfléchir son interlocuteur, ou encore rester silencieux sur demande.

Cette approche tranche avec les générations précédentes : les premiers systèmes vocaux chaînaient plusieurs modèles distincts pour la transcription, la génération de réponse et la synthèse vocale, ce qui provoquait des délais et une perte d’informations au passage. Les versions suivantes, dites à tour de parole, réduisaient la latence mais restaient rigides, avec un risque fréquent d’interruption intempestive dès qu’un silence ou un bruit ambiant était mal interprété.

Deuxième pilier de cette refonte : la délégation des tâches complexes. Lorsqu’une question nécessite une recherche web, un raisonnement approfondi ou une action plus poussée, GPT-Live transmet la requête à un modèle plus puissant, actuellement GPT-5.5, tout en maintenant la conversation active pendant le traitement en arrière-plan. Cette séparation entre l’interaction continue et le travail de fond permettra, selon OpenAI, d’intégrer en continu les futurs modèles les plus avancés sans jamais sacrifier la fluidité des échanges.

Deux versions disponibles, avec des garde-fous pensés pour la voix

OpenAI déploie dès aujourd’hui deux déclinaisons du modèle : GPT-Live-1, destiné aux abonnés payants, et GPT-Live-1 mini, réservé aux utilisateurs de l’offre gratuite. D’après les évaluations internes de l’entreprise, ces nouveaux modèles surpassent nettement l’ancien Advanced Voice Mode sur plusieurs indicateurs, notamment le raisonnement scientifique de haut niveau et la recherche d’informations complexes sur le web. L’expérience s’enrichit également de réponses visuelles, comme des cartes météo ou des résultats sportifs, qui s’affichent directement pendant la conversation vocale.

Concernant la sécurité, OpenAI indique avoir renforcé les tests spécifiquement dédiés à la voix, avec une attention particulière portée aux risques d’automutilation, de détresse psychologique ou de dépendance émotionnelle à l’intelligence artificielle. Le système peut réorienter une réponse jugée à risque, proposer des ressources d’aide, ou mettre fin à l’échange dans les situations les plus sensibles. Des protections supplémentaires ont également été conçues pour les utilisateurs adolescents, avec la possibilité pour les parents de superviser l’usage vocal via le contrôle parental.

GPT-Live est disponible dès maintenant sur iOS, Android et ChatGPT.com, mais ne prend pas encore en charge le partage vidéo ou d’écran, une fonctionnalité qu’OpenAI prévoit d’ajouter prochainement.