OpenAI lance le modèle vocal full-duplex GPT-Live

2026-07-09 08:46
Favoris

fr.wedoany.com Rapport : L'entreprise américaine d'intelligence artificielle OpenAI a dévoilé un nouveau modèle vocal, GPT-Live, conçu pour des interactions vocales homme-machine plus naturelles. Basé sur une architecture full-duplex, ce modèle peut écouter en continu et répondre en temps réel, sans dépendre entièrement du mode « l'utilisateur termine une phrase, puis le système commence à répondre » des assistants vocaux traditionnels.

GPT-Live sera proposé en deux versions : GPT-Live-1 et GPT-Live-1 mini. GPT-Live-1 deviendra le modèle vocal par défaut de ChatGPT Voice pour les utilisateurs Go, Plus et Pro, tandis que GPT-Live-1 mini sera le modèle vocal par défaut pour les utilisateurs Free. OpenAI indique que GPT-Live est en cours de déploiement progressif auprès des utilisateurs de ChatGPT dans le monde entier, couvrant iOS, Android et ChatGPT.com.

Le full-duplex est au cœur de cette évolution du modèle. Les interactions vocales traditionnelles nécessitent généralement d'attendre une pause ou la fin de l'énoncé de l'utilisateur avant de décider de répondre, ce qui peut entraîner des problèmes tels que des interruptions intempestives, des omissions d'écoute, des délais ou une expérience de coupure peu naturelle. GPT-Live peut surveiller en continu l'entrée vocale pendant la conversation, tout en déterminant si l'utilisateur fait une pause, ajoute des informations, se corrige ou souhaite une réponse immédiate du modèle. Le modèle peut gérer les pauses, les interruptions, les variations de débit et les changements de rythme de la conversation, rendant l'interaction vocale plus proche de la communication en temps réel entre humains.

GPT-Live est destiné aux scénarios d'agents vocaux en temps réel. Le modèle doit simultanément effectuer la compréhension vocale, le suivi du contexte, la génération de réponses et le contrôle de la sortie vocale, tout en décidant quand continuer à écouter, quand intervenir avec une réponse et quand attendre que l'utilisateur complète son propos. Par rapport au processus simple de transcription vocale en texte puis de génération de réponse, le modèle vocal full-duplex intègre l'écoute, la réflexion et la parole dans un même système d'interaction continue, ce qui impose des exigences plus élevées en matière de contrôle de la latence, de détection d'activité vocale, de maintien du contexte et de gestion des tours de parole.

OpenAI a également publié la fiche système de GPT-Live, précisant que GPT-Live-1 et GPT-Live-1 mini appartiennent à une nouvelle génération de modèles vocaux, visant à rendre les dialogues IA plus naturels et plus intelligents. La fiche mentionne que la capacité full-duplex permet au modèle d'écouter et de répondre en continu, plutôt que d'attendre la fin d'un tour de parole explicite pour agir.

Sur le plan du produit, GPT-Live fait d'abord son entrée dans ChatGPT Voice. Les utilisateurs peuvent dialoguer vocalement avec ChatGPT sur mobile ou sur le web, et le modèle répond en temps réel en fonction du contenu de l'entrée vocale et du contexte de la conversation. Pour les applications telles que les assistants vocaux, les robots de service client, les coachs éducatifs, l'assistance en réunion, les interactions embarquées et les applications de compagnie en temps réel, les indicateurs clés de ce type de modèle se concentreront sur la latence de réponse, la gestion des interruptions, la reconnaissance des pauses naturelles, les dialogues multi-tours continus et la stabilité de la sortie vocale.

Côté API, OpenAI a ouvert le portail d'inscription aux notifications pour l'API GPT-Live-1, permettant aux développeurs de demander à être informés des futures disponibilités. Si GPT-Live est intégré à l'API par la suite, les entreprises et les développeurs pourront connecter les capacités vocales full-duplex à des produits tels que les services vocaux clients, les appareils intelligents, la traduction en temps réel, la collaboration à distance et les agents vocaux sectoriels.

Ce texte est rédigé, traduit et republié à partir des informations de l'Internet mondial et de partenaires stratégiques, uniquement pour la communication entre lecteurs. En cas d'infraction au droit d'auteur ou d'autres problèmes, veuillez nous en informer à temps pour la modification ou la suppression. La reproduction de cet article est strictement interdite sans autorisation formelle. Mail : news@wedoany.com

Produits Associés

Calibrateur de pression automatique intelligent ConST811A - Beijing ConST Instruments Technology Inc.
Radar multifonction de surveillance océanique et de détection basse altitude, mesure de l'environnement dynamique océanique à la frontière air-mer (Agent/Lancement exclusif) — Fiche technique disponible - Chengdu Dixin Technology Co., Ltd.
Solution SIS pour l’instrumentation de sécurité - Beijing Consen Automation Technology Co., Ltd.
Tour de communication à quatre colonnes pour les lignes dédiées aux passagers - Henan Dingli Pole & Tower Co.,Ltd.
Tablette PC industrielle robuste 10 pouces Win10 Win11 Pro Intel N100 16+512 Go IP67 4G avec code-barres NFC RJ45 et station d'accueil - Highton Electronics Co., Ltd.
KJD127(A) Ordinateur minier antidéflagrant à sécurité intrinsèque - Taiyuan Xiangming Intelligent Control Technology Co., Ltd.
Système de supervision intelligente en boucle fermée pour la sécurité du transport routier   - Beijing Bower Logistics Co., Ltd.
Robot humanoïde D12 - Automation Research Institute Co., Ltd. of China South Industries Group Corporation
Câble optique à tube central GYXTW - DONGGUAN TW-SCIE CO., LTD.
Système de surveillance intelligente pour bande transporteuse - LUO YANG WIRE ROPE INSPECTION TECHNOLOGY CO., LTD.
QPS-20A Commutateur rapide de l'alimentation redondante - CHN ENERGY ZHISHEN CONTROL TECHNOLOGY CO., LTD.
Robot urbain PIX - PIX Moving