ChatGPT Live Voice : le mode vocal apprend à rechercher sur internet pendant la conversation

Un critique de ZDNet a testé la version mise à jour du mode vocal de ChatGPT — Live Voice — et a noté que la conversation avec l'assistant "presque" se sent comme communiquer avec une vrai personne.

Quoi de neuf dans Live Voice

La principale différence avec les nouveaux modèles de voix ChatGPT est qu'ils peuvent simultanément écouter l'utilisateur, répondre par la voix et rechercher des informations sur Internet sans casser la conversation en étapes séparées de "demandé — attendu — obtenu une réponse". Auparavant, le dialogue vocal avec ChatGPT était structuré différemment : OpenAI a montré Advanced Voice Mode en 2024 avec le modèle GPT-4o — alors l'accent était mis sur la faible latence de réponse, les intonations naturelles et la capacité d'interrompre l'assistant à mi-phrase, mais il n'y avait pas de recherche Web en direct directement pendant la conversation, et l'assistant prenait toujours une pause pour trouver des faits actuels.

• Live Voice peut écouter, parler et rechercher sur Internet simultanément
• La fonctionnalité est intégrée dans les modèles vocaux actuels de ChatGPT
• Un critique de ZDNet décrit le dialogue avec l'assistant comme "presque" indistinguible de parler à une personne

Comment cela se sent en pratique

Selon le critique de ZDNet qui a testé la fonctionnalité, le naturel de la conversation est la principale impression de la mise à jour : l'assistant répond assez rapidement et sans problème pour que la pause avant la réponse ne révèle pas le logiciel à l'interlocuteur. Parallèlement, le matériel lui-même est présenté comme un examen de l'expérience personnelle et des instructions sur "comment l'essayer", plutôt que comme une annonce de caractéristiques techniques spécifiques du modèle — c'est-à-dire que nous parlons de l'impression subjective d'un utilisateur, pas de mesures de latence ou de précision.

Comment cela diffère de la concurrence

La capacité à mener des recherches à grande échelle en temps réel directement pendant un appel vocal est une direction dans laquelle plusieurs grandes entreprises d'IA avancent simultanément : un principe similaire d'assistant vocal "en direct" avec accès Internet est développé par Google dans la gamme Gemini Live. Pour le marché, cela signifie que l'interface vocale cesse d'être simplement un moyen de dicter une requête textuelle, qui est ensuite traitée comme un chat textuel normal, et devient un canal séparé pour une interaction complète avec l'assistant — avec son propre rythme, ses pauses et sa capacité à agir pendant la conversation.

Où cela peut être utile en pratique

Un assistant vocal qui écoute simultanément et recherche des réponses sur Internet est utile précisément dans les situations où vos mains et vos yeux sont occupés par autre chose : en conduisant, à la cuisine en cuisinant, ou simplement quand il est gênant de taper sur un téléphone. Auparavant, dans de tels scénarios, vous deviez attendre que l'assistant ait fini de "réfléchir" après une question, ou passer en mode texte si vous aviez besoin d'un fait actuel exact — la nouvelle version élimine cet écart entre la conversation et la recherche.

Ce que cela signifie

Les interfaces vocales des assistants d'IA continuent à évoluer de la simple conversion de la parole en texte aux modèles qui peuvent agir pendant la conversation — rechercher, clarifier et répondre presque sans retard — et c'est précisément cette fluidité, plutôt qu'une fonctionnalité séparée et tape-à-l'œil, qui fait une impression sur les utilisateurs d'un interlocuteur "presque réel".