Points clés
OpenAI a entièrement repensé l’architecture vocale de ChatGPT pour permettre un flux audio continu, sans coupures. Le nouveau système, GPT-Live, permet à ChatGPT d’écouter tout en parlant. Le démarrage d’une session vocale est passé de six allers-retours réseau à un seul. L’audio emprunte un circuit rapide dédié, tandis que le raisonnement et l’appel d’outils s’exécutent de façon asynchrone. OpenAI a publié une analyse technique détaillée de cette refonte.
OpenAI a reconstruit l’infrastructure vocale qui alimente ChatGPT, en lançant une nouvelle architecture baptisée GPT-Live. Celle‑ci maintient un flux audio continu, de sorte que le raisonnement avancé et l’usage d’outils ne viennent plus interrompre la conversation.
OpenAI a détaillé ces changements dans une série de publications le 3 août, et dans un billet de blog décrivant la reconstruction de bout en bout, du client jusqu’au modèle. L’entreprise indique que le démarrage d’une session vocale a été réduit de six allers‑retours réseau à un seul.
Comment fonctionne GPT-Live
GPT-Live fait transiter l’audio par un circuit rapide dédié, séparé des tâches de raisonnement et des appels d’outils. Ces traitements plus lourds s’exécutent de manière asynchrone, c’est‑à‑dire en arrière‑plan, sans mise en pause du flux audio.
Résultat : les sessions vocales démarrent plus vite et restent actives sans les blancs que les utilisateurs rencontraient auparavant lorsque ChatGPT devait traiter des demandes complexes.
OpenAI explique dans une publication que cette architecture gère précisément le moment de lancement de la session, rendant l’échange plus naturel dès la première interaction. La refonte corrige une limite structurelle de l’ancienne pile, où chaque étape de raisonnement bloquait la couche audio.
GPT-Live cible les latences de la voix dans ChatGPT
OpenAI a fortement accéléré sur les capacités vocales à l’horizon 2026. Plus tôt cette année, le groupe avait été critiqué pour des réponses vocales jugées saccadées et lentes sur les requêtes à plusieurs étapes. La refonte GPT-Live apparaît comme la réponse d’ingénierie directe d’OpenAI à cette faiblesse.
Cette publication intervient après la révélation, le mois dernier, qu’une version interne de son prochain grand modèle a produit dix nouveaux résultats en mathématiques pour environ 2 000 dollars de coûts en jetons, signe d’investissements d’infrastructure massifs à l’échelle de la gamme de produits.
À lire aussi : Qwen et DeepSeek poussent l’IA chinoise jusqu’aux portes d’Anthropic
