Après des mois de retard, OpenAI a finalement déployé ChatGPT Advanced Voice la semaine dernière pour tous les abonnés payants. Il promet une conversation naturelle avec prise en charge des interruptions, tout comme Gemini Live, et nous savons tous comment s’est déroulée mon expérience avec Gemini. Cependant, la différence avec ChatGPT est que le mode Advanced Voice propose entrée et sortie audio natives. J’ai donc minutieusement testé le nouveau mode Advanced Voice d’OpenAI pour voir s’il est vraiment à la hauteur du battage médiatique.
Conversation naturelle
Commençons par le naturel et la fluidité du mode vocal avancé de ChatGPT. Tout d’abord, vous obtenez neuf voix différentes parmi lesquels choisir, et ils ont tous cette ambiance utile et optimiste. Vous avez aussi Arbour et Vale qui proposent l’accent britannique, que j’adore beaucoup. OpenAI a supprimé la voix trop bavarde de « Sky » qui ressemblait à la voix de Scarlett Johansson du film Her. Voici toutes les voix disponibles :
- Arbor – Facile à vivre et polyvalent
- Breeze – Animé et sérieux
- Cove – Composé et direct
- Ember – Confiant et optimiste
- Juniper – Ouvert et optimiste
- Érable – Joyeux et franc
- Sol – Avisé et détendu
- Épicéa – Calme et affirmé
- Vale – Lumineux et curieux
Et oui, comme annoncé, le mode ChatGPT Advanced Voice prend en charge les interruptions comme Gemini Live, et il arrête automatiquement sa réponse si vous commencez à parler à mi-chemin.
J’ai essayé d’interroger ChatGPT Advanced Voice sur la récente décision d’OpenAI de faire de l’entreprise une société à but lucratif, mais il n’était pas au courant du développement. Il ne peut pas accéder à Internet pour trouver les dernières informations et leurs la date limite des connaissances est octobre 2024le même que GPT-4o.
Dans ce cas, Gemini Live est meilleur car il peut naviguer sur le Web et trouver des informations récentes sur n’importe quel sujet. J’ai également essayé d’avoir une conversation approfondie sur son existence et sur la question de savoir si le chatbot ressent quelque chose, mais ChatGPT Advanced Voice a systématiquement évité d’en discuter.
Ce que j’ai trouvé nettement mieux avec le mode vocal avancé de ChatGPT, c’est que c’est vraiment bon pour se souvenir du contextequelque chose que Gemini Live oublie facilement. Au cours de la même session vocale, si j’avais discuté d’un sujet plus tôt, il s’en souviendrait et générerait rapidement une réponse en gardant le contexte à l’esprit. Je n’ai pas besoin de donner le contexte à chaque fois, ce qui est utile.
De plus, ChatGPT Advanced Voice prend en charge des instructions personnalisées dans lesquelles vous pouvez définir qui vous êtes, où vous vivez, quel type de réponse vous aimez, et plus encore. Fondamentalement, vous pouvez ajouter toutes vos informations afin que le mode vocal avancé de ChatGPT puisse générer une réponse personnalisée. Dans l’ensemble, en termes d’interaction naturelle bidirectionnelle, ChatGPT Advanced Voice est vraiment bon.
Entretien de pratique
Lors du lancement de GPT-4o en mai, OpenAI a démontré que le mode ChatGPT Advanced Voice est excellent pour préparer les utilisateurs aux entretiens. Bien qu’il ne prenne pas encore en charge la caméra, vous pouvez toujours demander à ChatGPT Advanced Voice d’agir comme un intervieweur et de vous préparer pour le travail à venir.
Je lui ai demandé de me préparer à un poste de journaliste technologique et il m’a donné une liste de compétences que je devrais connaître. De plus, le mode vocal avancé de ChatGPT m’a posé plusieurs questions liées à la technologie et m’a donné des points forts et des domaines dans lesquels je peux m’améliorer. Au cours de la conversation, j’ai commencé à ressentir que quelqu’un de compétent m’interviewait et m’a tenu en haleine avec des questions difficiles.
Récitation d’histoire
L’une des fonctionnalités prometteuses du mode vocal avancé de ChatGPT est qu’il peut réciter des histoires avec une voix dramatique et ajouter des intonations dans différents styles. Je lui ai demandé de réciter une histoire pour mon enfant (fictif) de manière dramatique, et il l’a fait. Pour rendre les choses amusantes, j’ai demandé au mode ChatGPT Advanced Voice de le rendre plus attrayant en ajoutant des chuchotements, des rires et des grognements.
Comparé à Gemini Live, ChatGPT a fait un travail fantastique en ajoutant des expressions humaines entre les deux. Il haleté et applaudicomme l’histoire le souhaitait. Pour assumer différents personnages, ChatGPT Advanced Voice est impressionnant.
Je pense qu’il peut faire beaucoup plus, mais actuellement, OpenAI semble avoir brouillé l’expérience. Ce n’est pas aussi dramatique que ce que nous avons vu dans les démos.
Chante-moi une berceuse
Quand j’ai vu la démo du mode vocal avancé de ChatGPT en mai, dans laquelle il pouvait chanter, j’étais ravi de le tester. Je lui ai donc demandé de me chanter une berceuse, mais à ma grande surprise, il a refusé. Le chatbot IA a simplement dit : « Je ne peux ni chanter ni fredonner. » Il semble qu’OpenAI ait considérablement réduit les capacités de ChatGPT Advanced Voice pour des raisons que je ne comprends pas.
De plus, je lui ai demandé de chanter un opéra ou une comptine, ce à quoi j’ai reçu une réponse brève : « Je ne peux pas produire de musique. » Il semble qu’OpenAI limite la capacité de chant en raison de problèmes de droits d’auteur. Ainsi, si vous espériez que ChatGPT aide votre enfant à dormir avec une berceuse personnalisée, eh bien, ce n’est pas encore possible.
Compter les nombres RAPIDEMENT
Il s’agit d’un test intéressant et amusant car il met véritablement à l’épreuve le mode vocal multimodal GPT-4o. J’ai demandé au mode vocal avancé de ChatGPT de compter les nombres de 1 à 50 extrêmement rapidement, et il l’a fait. À mi-chemin, j’ai ajouté « plus vite » et c’est devenu encore plus rapide. Ensuite, j’ai dit à ChatGPT d’aller lentement et, eh bien, il a plutôt bien suivi mes instructions.
Dans ce test, Gemini Live échoue car il lit simplement le texte généré via un moteur de synthèse vocale. Avec une entrée/sortie audio native, ChatGPT Advanced Voice fait un travail remarquable.
Conversation multilingue
Dans les conversations multilingues, le mode vocal avancé de ChatGPT s’est plutôt bien comporté lors de mes tests. J’ai commencé par l’anglais et je suis passé à l’hindi puis au bengali. Il a porté la conversation, mais il y a eu quelques ratés dans mon expérience. La transition n’a pas été aussi fluide entre les différentes langues. D’un autre côté, lorsque j’ai testé Gemini Live sur une conversation multilingue, il a très bien fonctionné et a compris sans effort mes requêtes dans différentes langues.
Impressions vocales
Limites de ChatGPT Advanced Voice
Bien que le mode ChatGPT Advanced Voice soit meilleur que Gemini Live en raison de son expérience multimodale de bout en bout, ses capacités ont été considérablement limitées. Après l’avoir testé de manière approfondie, j’ai pensé qu’il n’avait pas de personnalité. La conversation semble encore un peu robotique. Il y a un manque de expressions humaines dans les conversations générales, ce qui le rend moins intrigant.
Le mode ChatGPT Advanced Voice ne rigole pas lorsque vous partagez une anecdote amusante. Il ne peut pas détecter l’humeur de l’orateur et ne comprend pas les sons des animaux et autres créatures. Toutes ces choses sont possibles car OpenAI les a démontrées lors du lancement. Je pense que dans les mois à venir, les utilisateurs bénéficieront d’une expérience véritablement multimodale, mais pour l’instant, vous devrez vivre avec la version limitée du mode ChatGPT Advanced Voice.
Soutenez notre effort ❤️
Si vous avez apprécié cet article, pensez à laisser un pourboire pour nous aider à continuer à publier du contenu de qualité.
