ChatGPT Live Voice : le mode vocal sait désormais chercher sur le web en pleine conversation

Un journaliste de ZDNet a testé la nouvelle version du mode vocal de ChatGPT, baptisée Live Voice. Son constat : discuter avec l'assistant donne « presque » l'impression de parler à une vraie personne.

Ce que Live Voice sait faire de nouveau

Principale nouveauté des modèles vocaux de ChatGPT : ils peuvent écouter l'utilisateur, répondre à voix haute et chercher des informations sur le web en même temps, sans découper la conversation en étapes « je demande – j'attends – j'obtiens la réponse ». Le dialogue vocal fonctionnait autrement jusqu'ici. OpenAI avait présenté Advanced Voice Mode dès 2024, avec le modèle GPT-4o. L'accent portait alors sur une faible latence, des intonations naturelles et la possibilité d'interrompre l'assistant en pleine phrase. Mais la recherche en ligne en direct pendant la conversation n'existait pas : pour obtenir des faits à jour, l'assistant marquait toujours une pause.

• Live Voice sait écouter, parler et chercher des informations sur le web simultanément
• La fonction est intégrée aux modèles vocaux actuels de ChatGPT
• Le journaliste de ZDNet décrit le dialogue avec l'assistant comme « presque » impossible à distinguer d'un échange avec un humain

Ce que ça donne en pratique

Selon le journaliste de ZDNet qui a testé la fonction, le naturel de la conversation constitue l'impression dominante : l'assistant réagit assez vite et assez fluidement pour que le temps de réponse ne trahisse pas la machine. L'article se présente toutefois comme un retour d'expérience personnel et un guide « comment l'essayer », et non comme l'annonce de caractéristiques techniques précises du modèle. Il s'agit donc d'une impression subjective d'utilisateur, pas de mesures de latence ou de précision.

Ce qui le distingue de la concurrence

Mener une véritable recherche en temps réel au cours d'un appel vocal : plusieurs grands acteurs de l'IA avancent dans cette direction. Google développe un principe similaire d'assistant vocal « en direct » connecté au web avec sa gamme Gemini Live. Pour le marché, l'interface vocale cesse d'être un simple moyen de dicter une requête ensuite traitée comme dans un chat textuel classique. Elle devient un canal d'interaction à part entière avec l'assistant, avec son propre rythme, ses pauses et sa capacité à agir au fil de la conversation.

Où cela peut servir concrètement

Un assistant vocal qui écoute et cherche une réponse en ligne en même temps se révèle utile précisément quand les mains et les yeux sont occupés : au volant, en cuisine, ou simplement quand taper sur son téléphone n'est pas pratique. Jusqu'ici, dans ces situations, il fallait soit attendre que l'assistant finisse de « réfléchir » après la question, soit basculer en mode texte pour obtenir un fait précis et à jour. La nouvelle version supprime cette rupture entre conversation et recherche.

Ce que cela signifie

Les interfaces vocales des assistants IA continuent de passer de la simple transcription de la parole en texte à des modèles capables d'agir au fil de la conversation : chercher, préciser et répondre quasiment sans délai. C'est cette fluidité, plus qu'une fonction spectaculaire isolée, qui donne aux utilisateurs l'impression d'un interlocuteur « presque humain ».