OpenAI a déployé une mise à jour majeure de ChatGPT qui intègre désormais le mode vocal directement au sein de l’interface de discussion principale, supprimant ainsi la nécessité de basculer vers un mode séparé. Cette évolution, disponible sur mobile et sur le web, permet aux utilisateurs de poursuivre leurs échanges sans interruption, en combinant voix, texte et éléments visuels dans une expérience unifiée.
Une architecture de dialogue repensée
Au cœur de cette mise à jour se trouvent les modèles GPT-Live-1 et GPT-Live-1 mini. Ces nouveaux modèles s’appuient sur une architecture dite « duplex », conçue pour permettre une écoute et une parole simultanées. Contrairement aux interactions vocales précédentes qui reposaient sur un système de « tour de rôle » strict, cette technologie autorise une fluidité accrue : l’intelligence artificielle est capable de gérer les interruptions, de répondre sans attendre un silence complet et d’émettre des acknowledgements verbaux pendant que l’utilisateur s’exprime encore. Ce système permet également de déléguer des requêtes complexes à d’autres modèles d’OpenAI pour effectuer des recherches web ou mobiliser des capacités d’agent, tout en maintenant la continuité de la conversation.
Une interface hybride et interactive
L’intégration du mode vocal dans la fenêtre de chat principale transforme la nature des échanges. Désormais, les utilisateurs peuvent visualiser en temps réel la transcription de leur discussion, consulter les messages précédents et accéder à des contenus visuels. ChatGPT est désormais en mesure d’afficher des widgets informatifs, tels que des cartes, des prévisions météorologiques, des résultats sportifs ou des données financières, directement dans le fil de la conversation. Pour les utilisateurs qui préféreraient conserver l’expérience précédente, OpenAI a maintenu une option de réversion. En accédant aux paramètres de l’application, il est possible de réactiver le « mode séparé » via la section dédiée, permettant de retrouver l’interface telle qu’elle était avant cette mise à jour.
Différences de modèles et accessibilité
La qualité de l’expérience vocale varie selon le type d’abonnement détenu par l’utilisateur :
| Type d’utilisateur | Modèle utilisé | Limites d’usage |
|---|---|---|
| Abonnés payants | GPT-4o | Utilisation quasi illimitée |
| Utilisateurs gratuits | GPT-4o mini | Usage quotidien limité |
Il est important de noter que, bien que GPT-4o soit présenté par l’entreprise comme son modèle vocal le plus avancé, il reste techniquement distinct des modèles textuels les plus récents comme GPT-5.1.
Sécurité et fonctionnalités complémentaires
En parallèle de ces améliorations, OpenAI a renforcé ses mesures de sécurité. Le système est désormais capable de rediriger les conversations jugées dangereuses, d’afficher des conseils de sécurité ou de mettre fin à des sessions vocales présentant des risques plus élevés. L’expérience vocale bénéficie également d’optimisations techniques, notamment une vitesse de parole ajustable et de meilleures performances dans les environnements bruyants. Ces nouveautés viennent s’ajouter aux fonctionnalités existantes de l’application, telles que l’analyse de fichiers, le téléchargement d’images et la génération de visuels, consolidant ainsi la position de ChatGPT en tant qu’outil polyvalent pour la gestion de tâches quotidiennes ou professionnelles.
Find more reporting in our Sciences et technologies section.