OpenAI lance GPT-Live-1.1 : de nouvelles voix en 6 langues et moins de « checking... »

OpenAI a lancé GPT-Live-1.1, une mise à jour du modèle vocal qui alimente le mode Voice de ChatGPT et Codex. De nouvelles voix sont disponibles pour six variantes linguistiques : le français, l'allemand, l'hindi, l'espagnol mexicain, le coréen et le japonais. Le déploiement commence aujourd'hui pour tous les utilisateurs. L'accès via l'API est promis « bientôt », sans date.

L'annonce est brève : une vidéo sur la chaîne d'OpenAI et trois lignes de description. Elle ne contient ni benchmarks, ni chiffres de latence, ni comparaison avec la version précédente. Nous nous en tenons donc à ce qui est connu, et aux conclusions prudentes qu'on peut en tirer.

Ce qui change dans la voix

Trois points principaux : de nouvelles voix, des accents plus précis et moins de « checking... ». Les deux premiers se comprennent d'eux-mêmes. Le troisième concerne, à en juger par la formulation, les moments où l'assistant vocal va chercher une information ou appelle un outil, et où une pause technique s'installe à l'antenne. Si ces pauses sont moins fréquentes, la conversation devrait être plus fluide. OpenAI ne précise pas dans quelle mesure.

Un mot sur les accents. Pour une interface vocale, c'est une question de confiance : un français prononcé avec une phonétique anglaise ou un japonais à l'intonation fausse trahissent aussitôt la voix de synthèse. La mention explicite de l'espagnol mexicain indique qu'OpenAI travaille sur des variantes régionales de la langue, et non sur un « espagnol » générique.

Où cela fonctionne et qui y a accès

La description cite Voice dans ChatGPT, Codex et un autre produit, nommé « dots ». Impossible de déduire du texte de quoi il s'agit : d'un service distinct ou d'une coquille. Nous ne ferons pas de conjectures.

La présence de la voix dans Codex est plus intéressante que la liste des langues. C'est un environnement de travail sur le code, et la voix y permet de piloter l'agent à l'oral : confier une tâche, demander une précision, obtenir une réponse sans toucher au clavier. Dans ce scénario, les pauses de type « checking... » sont particulièrement agaçantes, car l'agent exécute déjà de longues opérations.

Principaux paramètres de cette version :

• Modèle : GPT-Live-1.1.
• Nouvelles voix : français, allemand, hindi, espagnol mexicain, coréen, japonais.
• Produits : Voice dans ChatGPT, Codex et un autre élément nommé « dots ».
• Disponibilité : tous les utilisateurs, le déploiement a commencé aujourd'hui.
• API : « bientôt », date et prix non communiqués.
• Métriques de qualité et de latence : non publiées dans l'annonce.

Ce qu'il faut en retenir

Les utilisateurs de ces six groupes linguistiques gagneront à tester eux-mêmes la mise à jour : ouvrir le mode vocal et parler dans leur langue sur des sujets variés, des questions du quotidien aux termes de leur métier. La qualité subjective de l'accent et le naturel des pauses en disent plus que n'importe quelle ligne de la description. Si la voix n'est pas apparue, le déploiement n'a peut-être pas encore atteint votre compte.

Pour les développeurs et les équipes produit, rien ne presse. Tant que l'API n'existe pas, il est impossible d'intégrer GPT-Live-1.1 dans sa propre application. À sa sortie, trois éléments seront à examiner : le prix par minute de parole, la latence du premier son et le comportement du modèle lors des appels d'outils. C'est précisément là que se niche le « checking... ».

Pour les équipes qui conçoivent des produits vocaux localisés pour l'Inde, la Corée, le Japon et l'Amérique latine, cette version est un signal : un concurrent sur le terrain de la voix renforce justement ces marchés. Si vous disposez de votre propre pile vocale, c'est le moment de constituer un jeu de phrases de référence dans ces langues et de comparer les résultats dès que l'API sera disponible.

Et tant qu'il n'y a pas de chiffres officiels, considérez les formulations « mieux » et « moins » comme une déclaration d'intention, et non comme un fait démontré.