Une autre forme d’interaction vocale
Le 10 septembre, OpenAI a annoncé GPT‑Live‑1 dans son API. L’entreprise le décrit comme un modèle vocal full-duplex, capable d’écouter et de parler en même temps, de répondre aux interruptions et de déléguer raisonnement ou outils à un autre système. L’annonce mentionne aussi le contrôle du ton et des options téléphoniques.
Dans une chaîne vocale classique, reconnaissance, raisonnement et synthèse sont souvent distincts. Un modèle intégré peut réduire les étapes, mais l’application dépend toujours du réseau, de la détection de fin de tour, de la qualité audio et des services reliés.
Une conversation naturelle exige des limites claires
Les interruptions rendent le dialogue plus fluide, mais soulèvent des questions. Si la personne change d’avis, l’action en attente est-elle annulée ? Si un nom ou un numéro est mal compris, le système demande-t-il confirmation ? L’interface doit signaler l’incertitude et vérifier les détails importants.
Les utilisateurs devraient savoir qu’ils parlent à un système automatisé et si leurs informations peuvent être enregistrées ou transmises à un autre service. Les obligations de consentement varient selon contexte et juridiction : l’équipe doit vérifier les règles applicables.
La latence n’est qu’un indicateur de qualité
Réduire l’attente compte, mais ne suffit pas. Testez accents, vocabulaire métier, bruit, continuité après interruption et reprise après silence ou perte de connexion. Mesurez l’achèvement de la tâche, pas seulement le délai avant la réponse vocale.
Les évaluations internes et exemples clients cités par OpenAI décrivent des usages visés, mais ne remplacent pas des essais dans le contexte réel. Les résultats varient selon langue, microphone, réseau, consigne, modèle et locuteur.
Organiser le relais vers une personne
Un agent vocal devrait pouvoir transférer l’échange pour une réclamation, une vérification d’identité, une demande inhabituelle ou une tâche qu’il ne peut accomplir correctement. Le transfert ne devrait partager que le contexte nécessaire et préciser ce qui a déjà été fait.
Commencez un pilote par une interaction limitée et réversible, comme répondre à quelques questions courantes ou recueillir une demande de rappel. N’attribuez pas de décisions sensibles à un système vocal récent avant d’avoir validé limites et escalade.
Sources et références
Une erreur factuelle à signaler ou une source à suggérer ? Contacter la rédaction.
