Mon expérience avec le mode vocal amélioré de ChatGPT : d'un naturel sans précédent

💡 Les choses les plus importantes que vous devez savoir

• GPT-Live vous permet de parler et d'écouter simultanément, ce qui autorise les interruptions et offre une expérience conversationnelle plus naturelle avec des réponses plus rapides.
• Il peut gérer des tâches complexes en arrière-plan et fournir une traduction en temps réel pendant que vous parlez, tout en ignorant les bruits de fond.
• Vous pouvez ajuster le niveau d’« intelligence » vocale de ChatGPT selon trois modes (instantané, moyen, élevé) afin d’équilibrer la vitesse et la précision de la réponse.

La dernière mise à jour de ChatGPT, GPT-Live, est actuellement déployée auprès de tous les utilisateurs. OpenAI la décrit comme une « nouvelle génération » de modèles vocaux pour interagir avec les chatbots basés sur l'IA. Vous constaterez peut-être qu'elle vous incite à privilégier la conversation à la saisie, vous permettant ainsi de découvrir pleinement les fonctionnalités de ChatGPT.

La saisie vocale dans ChatGPT n'est pas nouvelle, mais elle est restée jusqu'à présent une simple surcouche à la saisie et à l'affichage de texte classiques. Décrite comme une interaction plus naturelle avec l'IA, elle promet, grâce à GPT-Live, une fluidité inédite.

Pour la première fois, le mode audio pourra fonctionner en arrière-plan tout en poursuivant la conversation. Il vous permettra également de faire des pauses si nécessaire et indiquera qu'il est toujours à l'écoute par des expressions comme « Mmm » ou « Oui ».

La mise à jour devrait être disponible dès maintenant (ou très prochainement) sur appareils mobiles et ordinateurs. Les utilisateurs de la version gratuite auront accès à GPT-Live-1 mini, tandis que les abonnés aux formules payantes bénéficieront du modèle plus performant GPT-Live-1.

Comment fonctionne GPT-Live ?

L'objectif ultime d'OpenAI est de rendre l'interaction avec ChatGPT aussi naturelle qu'avec une personne réelle, et GPT-Live s'en rapproche de plus en plus. À l'origine, l'interaction vocale avec l'IA nécessitait un modèle spécifique pour la conversion de la parole en texte, un autre pour la réponse à la requête et un troisième pour la conversion du texte en parole.

Le modèle vocal précédent de ChatGPT intégrait toutes ces fonctionnalités dans un seul modèle d'IA, mais la conversation restait au tour par tour : vous parliez, le chatbot répondait, puis vous repreniez la parole. Avec GPT-Live, ChatGPT peut parler et écouter simultanément. Vous pouvez l'interrompre à tout moment, et les réponses devraient être plus rapides et plus précises.

Le nouveau mode vocal est censé être plus intelligent pour faire la différence entre une pause en pleine réflexion et la finalisation d'une requête. Le modèle recalcule désormais plusieurs fois par seconde s'il faut parler, continuer à écouter, faire une pause, interrompre ou appeler un outil.

Source : OpenAI

Cette mise à jour présente un avantage supplémentaire : même les tâches complexes et les réflexions approfondies peuvent être envoyées en arrière-plan aux serveurs de ChatGPT, sans interrompre la conversation. Vous pouvez également demander à ChatGPT de faire une pause ou de ralentir. De plus, les réponses visuelles ont été améliorées : vous pourrez ainsi voir apparaître des infobulles pour la localisation, les prévisions météo et les résultats sportifs.

Vous pouvez désormais demander à GPT-Live de traduire un texte en langue étrangère pendant que vous parlez. Grâce à ces nouvelles fonctionnalités, vous entendrez une traduction instantanée dans la langue cible, sans interruption. Des améliorations ont également été apportées au filtrage des bruits de fond (comme la circulation ou les conversations à proximité).

Expérience GPT-Live

Pour accéder au mode audio dans l'application mobile, appuyez sur l'icône d'onde sonore à droite du champ de saisie. Le nouveau mode ressemble beaucoup à l'ancien, mais avec cette mise à jour, le mot « En direct » devrait apparaître en haut de l'écran (vous pouvez appuyer dessus pour revenir aux anciens modèles).

Le mode vocal mis à jour offre immédiatement un rendu plus réaliste et naturel. ChatGPT s'exprime de manière variée et expressive, ajoutant des indications utiles comme « Laissez-moi vérifier » lorsqu'il recherche quelque chose. Il lui arrive aussi d'hésiter et de prononcer certains mots plus longuement.

J'ai discuté pendant plusieurs minutes avec GPT-Live de films à venir, de matchs de football récents et de titres d'actualités technologiques, et j'ai reçu des réponses respectueuses, concises et logiques (le mode audio reste un refuge pour ceux qui ne veulent pas voir des murs de texte pour chaque réponse).

Trois niveaux d'« intelligence » sont proposés. Source : OpenAI

La conversation a connu quelques brèves interruptions, mais cela ne s'est produit que pendant une demi-heure environ (et ces problèmes devraient se corriger avec le temps). La gestion des interruptions est également excellente : l'IA marque une pause pour accuser réception de vos propos avant de reprendre le fil de sa pensée.

Vous pouvez ajuster le niveau d'intelligence appliqué par ChatGPT dans le nouveau mode vocal : cliquez sur l'icône de curseur (en haut à droite), puis sur Intelligence . Trois modes sont disponibles : Instantané , Moyen et Élevé , offrant différents niveaux d'équilibre entre réactivité, détails et précision.