Vidéos complémentaires

Mode vocal de ChatGPT : parler à l'IA comme à un ami — vidéos complémentaires

L'article explique les points forts du mode vocal, ses limites et les conversations qu'il vaut mieux mener à voix haute que par écrit. Ces deux vidéos montrent la fonction en action : une courte séquence met deux instances vocales en conversation afin de faire entendre une interaction réellement « en temps réel, interruptible et émotionnelle » ; la seconde reprend la conférence de lancement de 2024, au cours de laquelle le grand public l'a découverte.

Choix principal

3:25

Deux instances de GPT-4o interagissent et chantent

OpenAI

Deux instances du mode vocal dialoguent ; l'une accède à la caméra afin de décrire la pièce. En trois minutes, la séquence fait saisir efficacement ce qui distingue le mode vocal des anciennes interfaces « appuyez sur le microphone, attendez, puis écoutez » : interruption, intonation, musique et vision en temps réel sont réunies dans une même démonstration.

Ce que vous en retirerez: Découvrir rapidement l'interaction vocale multimodale, notamment l'interruption, le ton et la conversation consciente de la caméra.

À voir ou à connaître au préalable: Garder à l'esprit que le comportement présenté peut différer selon le produit, la région et le niveau de compte auxquels vous avez accès.

Note d’AI Expert: Considérez cette vidéo uniquement comme une brève démonstration intuitive. Elle ne prouve pas qu'un agent vocal en production peut prendre en charge de véritables utilisateurs en toute sécurité sans information préalable, règles d'enregistrement, solution de repli ni relais humain.

Ouvrir la page vidéo

À voir également

26:13

Présentation de GPT-4o

OpenAI

Il s'agit de la conférence de mai 2024 au cours de laquelle le mode vocal en temps réel de ChatGPT a été présenté pour la première fois. Mark Chen montre un exercice de respiration, Barrett Zoph un tutorat en mathématiques, puis l'équipe passe à la traduction italien-anglais en temps réel. Ces vingt-six minutes permettent de comprendre immédiatement ce que signifie « parler à l'IA comme à un ami ». Les modèles et les fonctions présentés ont progressé depuis.

Ce que vous en retirerez: Comprendre pourquoi la voix conversationnelle en temps réel semble différente de la dictée ou des assistants vocaux classiques.

À voir ou à connaître au préalable: Aucun, mais regardez-la comme une démonstration de lancement plutôt que comme un manuel de produit actuel.

Note d’AI Expert: Cette vidéo est utile sur le plan historique, mais ne décrit pas les capacités actuelles. Avant d'intégrer la voix à des processus impliquant réellement des clients ou des salariés, vérifiez les contrôles actuels relatifs au consentement, à l'enregistrement, à la conservation, aux langues, à l'accessibilité et au relais humain.

Ouvrir la page vidéo