s2pmag Multimedia Lifestyle
OpenAI a discrètement intégré la voix au sein même des échanges textuels de ChatGPT, abolissant la frontière entre oral et écrit. Cette évolution, diffusée mondialement, transforme en profondeur l’usage quotidien de l’IA et simplifie les interactions en rendant la commande vocale aussi naturelle que la saisie au clavier.
OpenAI a récemment procédé, presque à pas feutrés, au déploiement de l’une des évolutions les plus marquantes de ChatGPT de ces derniers mois. Aucune annonce tonitruante, aucun message triomphal de Sam Altman : simplement une note sobre indiquant que « ChatGPT Voice » peut désormais être utilisé directement au sein des échanges textuels, sans passer par une interface distincte. Une modification en apparence anodine, mais qui reconfigure en profondeur la manière dont le public dialogue avec l’intelligence artificielle, en rendant les interactions vocales aussi fluides, spontanées et accessibles que la saisie traditionnelle au clavier. Cette mise à jour, diffusée simultanément sur mobile et sur le web, s’adresse à l’ensemble des utilisateurs à l’échelle mondiale.
La fin d’une expérience cloisonnée
Jusqu’à récemment, activer le mode vocal équivalait à quitter manu militari la conversation en cours. L’écran basculait alors dans un environnement isolé, dominé par une sphère lumineuse pulsant au rythme de la voix de l’IA — une imagerie évoquant tout à la fois l’œil implacable de HAL 9000 dans 2001 : L’Odyssée de l’espace et la tête imposante du magicien dans Le Magicien d’Oz.
Cette transition brutale arrachait littéralement l’utilisateur au fil de son échange textuel. Privé de clavier, réduit au rôle d’auditeur attentif, il devait écouter religieusement les réponses vocales et renoncer momentanément à toute interaction écrite.
Une continuité inédite entre texte et parole
Désormais intégrée à l’interface conversationnelle standard, la fonction vocale gagne instantanément en pertinence. Il devient possible de passer de la voix au texte et inversement, au sein d’un même échange, selon ses besoins du moment. Une simple pression sur le bouton « Mode Vocal » suffit pour commencer à parler.
ChatGPT répond alors oralement tout en affichant, en temps réel, la transcription du propos — libre ensuite à l’utilisateur de taper sa réplique ou de poursuivre la discussion de vive voix. Quand l’écoute n’est plus nécessaire, un simple appui sur « Fin » met un terme à la session vocale. La fonctionnalité « En direct », accessible via l’icône vidéo, reste par ailleurs disponible, permettant à l’IA d’analyser ce que capte la caméra.
Des services météo et cartographiques enrichis
L’intégration vocale ouvre la voie à de nouvelles modalités d’affichage : cartes, tableaux météorologiques ou informations géolocalisées s’insèrent désormais sans heurt dans la conversation. Une requête sur le temps qu’il fera déclenche même une courte mélodie d’introduction, avant que l’assistant ne livre une synthèse vocale accompagnée de prévisions détaillées pour la semaine à venir.
Si les données concernent un lieu erroné, il suffit d’indiquer à l’IA : « Peux-tu te souvenir que j’habite à… » pour qu’elle actualise aussitôt sa mémoire interne. En matière de simplicité et de réactivité, ce mode vocal distance nettement les assistants traditionnels que sont Alexa — dans sa version non « Alexa+ » — ou Siri. La conversation s’y révèle plus souple, plus naturelle, et l’utilisateur peut interrompre à tout moment une réponse trop prolixe pour poser une nouvelle question.
Des limites encore perceptibles
Certains accrocs subsistent toutefois. Demander les actualités du jour par la voix génère bien un compte rendu oral assorti de liens envoyés dans le chat, mais l’affichage cartographique reste sommaire, sans connexion directe à Apple Maps ou Google Maps.
De même, la génération d’images par commande vocale — par exemple « Peux-tu invoquer une grenouille sur un skateboard ? » — apparaît encore capricieuse : lors de tests, l’IA promettait avec insistance une création imminente sans jamais produire le moindre visuel tangible.
Ces imperfections témoignent d’un système encore perfectible, mais l’expérience n’en demeure pas moins convaincante. Les nostalgiques de l’orbe flottante peuvent d’ailleurs réactiver l’ancien mode via les paramètres, en sélectionnant « Mode séparé ».
Une technologie appelée à devenir invisible
Comme souvent avec les innovations technologiques, celles-ci disparaissent progressivement dans le paysage jusqu’à se fondre dans le quotidien. Il fut un temps où accéder à Internet relevait de la prouesse technophile ; aujourd’hui, l’absence de Wi-Fi constitue davantage un événement que sa présence.
Le mode vocal de ChatGPT semble s’engager dans la même direction : voué à rester activé en arrière-plan, il pourrait devenir un compagnon permanent, une interface naturelle que l’on sollicite sans y réfléchir. Une banalisation qui pourrait en faire, à terme, la méthode privilégiée pour converser avec l’IA, notamment en mobilité, là où la saisie sur écran demeure laborieuse.
