La révolution des modèles vocaux se précise avec l’annonce récente des nouveaux modèles d’OpenAI. Ces innovations promettent de transformer l’expérience d’utilisation des applications vocales pour les développeurs, en apportant une intelligence qui améliore considérablement les interactions humaines. Examinons de plus près ces avancées excitantes et leur portée.
Les nouveaux modèles vocaux d’OpenAI
OpenAI présente trois modèles de voix distincts, chacun conçu pour des tâches spécifiques, allant du raisonnement à la traduction en passant par la transcription.
- GPT‑Realtime‑2, un modèle de voix prometteur basé sur le raisonnement de classe GPT‑5, capable de gérer des demandes complexes tout en maintenant une conversation fluide.
- GPT‑Realtime‑Translate, un modèle de traduction instantanée qui prend en charge plus de 70 langues d’entrée et permet de traduire en 13 langues de sortie.
- GPT‑Realtime‑Whisper, un modèle de transcription en temps réel qui convertit la parole en texte tout en s’adaptant à l’élocution du locuteur.
Le modèle GPT‑Realtime‑2 se distingue par sa capacité à maintenir des échanges dynamiques. La technologie permet de traiter des entrées en direct tout en raisonnant sur les demandes, en garantissant une réactivité adaptée au moment présent.
GPT‑Realtime‑2 permet des interactions vocales en temps réel, intégrant interruption et corrections sans perdre le fil de la conversation.
Quant au modèle de traduction, il se révèle particulièrement puissant, maintenant la conversation vivante en traduisant en temps réel, ce qui ouvre des possibilités intéressantes dans les échanges multilingues.
Avec une capacité à traduire 70 langues d’entrée vers 13 langues de sortie, la précision et la fluidité sont au rendez-vous.
Tarification et accessibilité
OpenAI propose également une tarification pour ces nouveaux modèles, s’inscrivant dans leur API Realtime :
- GPT‑Realtime‑2 est facturé à 32 € pour 1 million de jetons d’audio d’entrée et 64 € pour l’audio de sortie.
- GPT‑Realtime‑Translate coûte 0,034 € par minute.
- GPT‑Realtime‑Whisper est à 0,017 € par minute.
Vous pouvez explorer ces modèles de voix en temps réel via le Playground d’OpenAI. Ils sont prêts à être intégrés dans de nouvelles applications ou à enrichir celles déjà existantes.
Ces avancées technologiques marquent un tournant dans le domaine de l’interaction vocale. L’intégration de tels outils pourrait bien redéfinir comment les utilisateurs interagissent avec la technologie au quotidien.
