OpenAI poursuit le développement de ses outils audio avec une importante mise à jour de sa Realtime API. L’entreprise annonce l’arrivée de plusieurs fonctionnalités de voix intelligentes capables de converser, traduire et transcrire en temps réel. Avec GPT-Realtime-2, GPT-Realtime-Translate et GPT-Realtime-Whisper, OpenAI cherche à transformer les interfaces vocales classiques. Vous aurez ainsi des assistants capables de comprendre des échanges complexes et d’agir pendant une conversation. Toutes les infos ici.
Sommaire :
GPT-Realtime-2 veut rapprocher les assistants vocaux du raisonnement humain
La principale nouveauté concerne GPT-Realtime-2, un nouveau modèle vocal conçu pour des conversations plus naturelles et plus fluides. OpenAI explique que cette version intègre un raisonnement de niveau GPT-5, contrairement à GPT-Realtime-1.5. En effet, ce dernier se concentrait davantage sur la réactivité vocale.
L’objectif est de permettre aux applications de gérer des demandes complexes sans casser le flux de la conversation. Le modèle peut accepter des interruptions, tenir compte des corrections de l’utilisateur et exécuter des tâches multi-étapes pendant l’échange. OpenAI évoque également la possibilité d’utiliser des outils externes directement depuis la conversation vocale.
Quels secteurs professionnels sont les plus avantagés ? Les services client figurent parmi les usages les plus évidents. Cependant, OpenAI cite aussi l’éducation, les médias, les plateformes créatives et l’événementiel. Dans ces domaines, la faible latence et la continuité des échanges restent essentielles pour offrir une expérience crédible.
Sur le plan tarifaire, GPT-Realtime-2 fonctionne avec une facturation par tokens audio. Le coût annoncé atteint 32 dollars par million de tokens audio en entrée, soit environ 29,8 euros. En sortie, nous sommes à 64 dollars par million de tokens audio, soit près de 59,6 euros. OpenAI ajoute également un tarif réduit de 0,4 dollar pour l’entrée en cache, soit environ 0,37 euro.
Cette approche reste toutefois potentiellement coûteuse pour les usages intensifs ou les assistants particulièrement bavards. Les entreprises devront donc surveiller attentivement leur consommation.
VOIR AUSSI : Anthropic double les limites de Claude Code grâce à un partenariat stratégique avec SpaceX
Traduction et transcription en direct pour les usages multilingues
OpenAI lance également GPT-Realtime-Translate et GPT-Realtime-Whisper. Le premier assure une traduction en temps réel avec plus de 70 langues reconnues en entrée et 13 langues disponibles en sortie. Le système tente de conserver le rythme naturel du locuteur afin de limiter les délais pendant les échanges.
GPT-Realtime-Whisper se concentre de son côté sur la transcription vocale instantanée. Le modèle convertit la parole en texte au fil de la conversation. Aussi, vous pourrez générer des sous-titres ou des comptes rendus en direct.
Les deux services utilisent une facturation à la minute. OpenAI annonce environ 0,034 dollar par minute pour la traduction, soit près de 0,032 euro. Pour la transcription ça sera 0,017 dollar par minute soit environ 0,016 euro.
OpenAI affirme enfin avoir intégré plusieurs garde-fous destinés à limiter les abus, notamment contre le spam, la fraude ou les contenus nuisibles. Certaines conversations peuvent ainsi être automatiquement interrompues si elles enfreignent les règles de sécurité de la plateforme.
IdealoGeek est un média indépendant. Soutiens-nous en nous ajoutant à tes favoris sur Google Actualités :
