Des conversations plus avancées et parlées arrivent à ChatGPT
Loin de la voix robotique que l'on associe généralement aux assistants numériques comme Alexa ou Siri, le mode vocal avancé de ChatGPT sonne remarquablement naturel. Il répond en temps réel, peut s'adapter aux interruptions, peut faire des bruits de gloussement lorsqu'un utilisateur fait une blague, et peut juger de l'état émotionnel d'un locuteur en fonction de son ton de voix. (Durante la démonstration initiale, il sonnait également suspicieusement comme Scarlett Johansson).
À partir de mardi, le mode vocal avancé — qui fonctionne avec la version la plus puissante du chatbot, ChatGPT-4o — débutera son déploiement auprès des utilisateurs payants. Le mode vocal avancé débutera son déploiement auprès d'un petit groupe d'abonnés au mode « Plus » de l'application, avec pour objectif de le rendre disponible à tous les utilisateurs Plus à l'automne.
ChatGPT dispose déjà d'un mode vocal moins sophistiqué. Mais le déploiement d'un mode vocal plus avancé pourrait marquer un tournant majeur pour OpenAI, transformant ce qui était déjà un chatbot AI significatif en quelque chose de plus similaire à un assistant personnel virtuel avec lequel les utilisateurs peuvent avoir des conversations orales naturelles, tout comme ils le feraient avec un ami. La facilité de converser avec le mode vocal avancé de ChatGPT pourrait encourager les utilisateurs à interagir plus souvent avec l'outil, et représenter un défi pour les concurrents assistants virtuels comme Apple et Amazon.
Cependant, introduire un mode vocal plus avancé pour ChatGPT soulève également de grandes questions : le outil comprendra-t-il régulièrement ce que les utilisateurs essaient de dire, même s'ils ont des différences de parole ? Et les utilisateurs seront-ils plus enclins à faire aveuglément confiance à un assistant AI au son humain, même lorsqu'il se trompe ?
OpenAI a initialement indiqué qu'elle prévoyait de commencer le déploiement du mode vocal avancé en juin, mais a dit qu'elle avait besoin d'« un mois de plus pour atteindre notre barème de lancement » afin de tester la sécurité de l'outil et de s'assurer qu'il peut être utilisé par des millions de personnes tout en maintenant des réponses en temps réel.
La société a déclaré que ces derniers mois, elle avait testé les capacités vocales du modèle AI avec plus de 100 testeurs pour identifier les éventuelles faiblesses, « qui parlent collectivement 45 langues différentes et représentent 29 géographies différentes », selon un communiqué de mardi.
Parmi les mesures de sécurité, la société a déclaré que le mode vocal ne pourrait pas utiliser de voix autres que les quatre options préétablies qu'elle a créées en collaboration avec des acteurs de voix — pour éviter l'imitation — et bloquerait également certaines demandes visant à générer de la musique ou d'autres audio protégés par le droit d'auteur. OpenAI affirme que l'outil aura également les mêmes protections que le mode texte de ChatGPT pour empêcher la génération de contenu illégal ou « nuisible ».
Le mode vocal avancé aura également une différence majeure par rapport à la démonstration qu'OpenAI a présentée en mai : les utilisateurs ne pourront plus accéder à la voix que de nombreux (y compris l'actrice elle-même) croyaient ressembler à Johansson. Bien que OpenAI ait maintenu que la voix n'était jamais censée ressembler à Johansson et ait été créée avec l'aide d'un autre acteur, elle a suspendu l'utilisation de la voix « par respect » après la plainte de l'actrice.
Le lancement du mode vocal avancé de ChatGPT intervient après qu'OpenAI ait annoncé la semaine dernière qu'elle testait un moteur de recherche utilisant sa technologie AI, à mesure que la société continue de développer son portefeuille d'outils AI grand public. Le moteur de recherche OpenAI pourrait éventuellement représenter une menace
