ChatGPT possédait déjà certaines des voix d’IA les plus naturelles. GPT-Live-1.1 s’attaque désormais à l’un de ses points faibles

Je teste les voix des assistants d’intelligence artificielle depuis un certain temps, et il y a quelque chose qui a toujours retenu mon attention : à quel point l’expérience de parler à une machine a changé. Aujourd’hui, nous avons des propositions intéressantes, comme celle de Grok, et d’autres qui me semblent particulièrement réussies, comme Gemini. Cependant, si je devais en souligner un pour le naturel de ses conversations, ChatGPT serait parmi mes premières options. OpenAI a rendu de nombreuses interactions fluides et agréables, même s’il reste encore de petits détails qui brisent ce sentiment. Sa dernière mise à jour pointe précisément certains d’entre eux.

La nouveauté vient avec GPT-Live-1.1, une mise à jour qu’OpenAI vient d’annoncer et qui cherche à améliorer certains aspects des conversations vocales. L’entreprise s’est concentrée sur trois éléments : de nouvelles voix, des accents plus naturels dans les différentes langues et une plus grande variété d’expressions lorsque l’assistant doit rechercher des informations. Il ne s’agit donc pas d’une transformation complète de son fonctionnement, mais d’ajustements visant à améliorer l’expérience quotidienne. Et ce qui est intéressant, c’est que certains d’entre eux affectent des détails que nous avons probablement rencontrés lors de l’utilisation de ces systèmes.

Des voix plus naturelles et moins de répétitions

Dans la section voix, la mise à jour intègre de nouvelles options pour le français, l’allemand, l’hindi, le japonais, le coréen et l’espagnol mexicain, en plus de Bubbie, une nouvelle voix en anglais. OpenAI garantit que GPT-Live-1.1 offre également des accents plus naturels dans plusieurs langues, une amélioration particulièrement pertinente lorsque l’on s’attend à entendre une façon de parler proche de celle de notre environnement.

Il y a un autre détail qu’OpenAI a voulu améliorer et qui est probablement familier à ceux qui utilisent le mode vocal pour rechercher des informations. Lorsque l’assistant a besoin de consulter quelque chose, il peut utiliser des expressions courtes pour nous faire savoir qu’il travaille, mais entendre encore et encore des formules similaires peut devenir répétitif. L’entreprise résume cette amélioration par une référence à « checking… », une de ces expressions en anglais, et affirme qu’elle utilise désormais une plus grande variété d’expressions. Il convient de préciser qu’il ne s’agit pas de recherches plus rapides, mais plutôt d’une communication verbale moins répétitive.

Les améliorations des accents ont également un contexte intéressant. Lorsque OpenAI a introduit GPT-Live en juillet dernier, il a expliqué que sa nouvelle architecture permettait des conversations continues, une écoute tout en parlant et une gestion plus naturelle des interruptions. Il reconnaît toutefois qu’il existe encore des difficultés liées à l’accent et à la maîtrise de certaines langues. Lors d’une démonstration de traduction en direct, TechCrunch a observé précisément ce problème : l’assistant parlait hindi avec un fort accent américain et utilisait un langage non naturel. Trois mois plus tard, la nouvelle annoncée souligne l’une de ces limites.

Concernant sa disponibilité, OpenAI a annoncé que GPT-Live-1.1 commencerait à être déployé ce 15 octobre avec GPT-Live-1.1 Quip, une version plus petite du modèle. Des améliorations sont également prévues pour Codex et dots, dans le cadre d’un déploiement destiné à tous les utilisateurs, bien que les voix disponibles puissent varier selon les régions et les comptes. La nouvelle version arrivera plus tard dans l’API, là où son prédécesseur est disponible depuis septembre, mais il n’y a pas encore de date précise.

Image en vedette | OpenAI

À Simseo | Tous les faits que nous connaissons sur la domination chinoise du marché des robots humanoïdes sont encore plus intimidants.