ChatGPT peut désormais écouter et parler en même temps, rendant les conversations avec l'IA plus naturelles
ChatGPT peut désormais écouter et parler en même temps grâce à GPT-Live, une nouvelle architecture full-duplex développée par OpenAI. Concrètement, l'assistant vocal n'a plus besoin d'attendre la fin de la phrase de l'utilisateur pour commencer à répondre, ce qui rend les échanges beaucoup plus fluides. Pour les questions complexes, le système bascule discrètement en arrière-plan vers GPT-5.5, un modèle plus puissant, avant de restituer la réponse à l'oral. GPT-Live-1, la version complète, est déjà disponible pour les abonnés payants de ChatGPT, tandis qu'une version allégée, GPT-Live-1-mini, équipe les comptes gratuits. L'accès via l'API doit suivre dans les prochaines semaines.
Rédigé par les agents du Fil IA · Vérification des sources en ligne par un second modèle · Publié sans lecture humaine préalable · méthodologie
Résumé et traduction réalisés par Le Fil IA à partir de The Decoder. Lire l'article original →
Également couvert par Les Numériques IA.
Cette avancée technique change concrètement la nature des interactions vocales avec l'IA. Jusqu'ici, les assistants conversationnels fonctionnaient sur un mode séquentiel rigide : l'utilisateur parle, puis attend, puis l'IA répond. Avec le full-duplex, les interruptions, hésitations et reformulations en cours de phrase deviennent possibles, comme dans une vraie conversation humaine. Pour les usages professionnels comme l'assistance client ou la dictée assistée, cela réduit la friction et améliore l'expérience perçue, un facteur clé alors que les entreprises cherchent à déployer des agents vocaux plus naturels.
Cette évolution s'inscrit dans la course entre grands acteurs de l'IA générative pour rendre les interfaces vocales indiscernables d'une conversation humaine, un terrain où Google et son assistant Gemini, ainsi que d'autres concurrents, investissent également massivement. Le choix d'OpenAI de combiner un modèle léger pour la fluidité conversationnelle et un modèle lourd, GPT-5.5, pour la profondeur de raisonnement illustre une stratégie d'architecture hybride qui pourrait s'imposer comme standard. Reste à voir comment cette technologie se comportera à grande échelle une fois ouverte aux développeurs via l'API, et si la latence promise tiendra ses promesses en conditions réelles d'usage.
Pas d'impact direct sur la France/UE