Maison
OpenAI lance l'API GPT-Live-1 avec gestion des interruptions, appels d'outils et agents téléphoniques
OpenAI a officiellement lancé GPT-Live-1, un nouveau modèle d’API conçu pour permettre aux développeurs de créer des applications vocales en temps réel à double sens. Cette sortie marque un changement majeur dans l’interaction vocale par IA, passant d’un traitement segmenté traditionnel à des conversations fluides et naturelles.
Sur le plan technique, GPT-Live-1 unifie la compréhension et la génération de la parole au sein d’un seul modèle. En éliminant la latence due à l’enchaînement des étapes distinctes de reconnaissance vocale, de raisonnement et de synthèse vocale, il offre des temps de réponse quasi instantanés. Le modèle prend nativement en charge l’interaction en double sens, permettant d’écouter et de parler simultanément tout en gérant avec précision les interruptions, les pauses et le bruit de fond.

Au-delà d’une interaction transparente, GPT-Live-1 offre une personnalisation étendue. Les développeurs peuvent affiner le ton, la vitesse et le style via des invites système, tout en intégrant des modèles backend et des frameworks d’agents intelligents. Il dispose d’une reconnaissance vocale native avec compréhension alphanumérique, d’une pondération des mots-clés et d’une détection des tours de parole. Compatible avec des outils tels que Codex et OpenAI Presence, il alimente les requêtes d’entreprise, les opérations validées et les transferts fluides vers des agents humains, ce qui en fait une solution idéale pour les services téléphoniques comme les réservations de restaurants ou le support client.
Les résultats concrets sont impressionnants. Les premiers utilisateurs, tels que la plateforme linguistique Speak, ont signalé une baisse de 80 % des interruptions incorrectes pendant les pauses des apprenants par rapport aux systèmes par tours. Les plateformes de services médicaux ont également simplifié leurs architectures et réduit la complexité du code. Selon OpenAI, GPT-Live-1 dépasse GPT-Realtime-2.1 de 30 points de pourcentage aux tests Full Duplex Bench et devance les benchmarks Tau3 d’agents vocaux de bout en bout lorsqu’il est associé à GPT-6Astra avec une intensité de raisonnement modérée.
Article connexe
Le PDG de Nvidia, Jensen Huang, rejette les affirmations sur l'apocalypse de l'IA et indique que la probabilité d'une fin du monde en 2030 est nulle.
Dans une récente interview accordée à CBS News, Jensen Huang, cofondateur et PDG de NVIDIA, a écarté les mises en garde de certains chercheurs selon lesquelles l’intelligence artificielle pourrait conduire à l’extinction de l’humanité dans quelques a
Moonshot : l'IA chinoise dotée de 2 800 milliards de paramètres peut-elle rivaliser avec la technologie américaine ?
En février 2026, Anthropic a accusé les laboratoires chinois d’IA DeepSeek, Moonshot et MiniMax de mener des « campagnes à l’échelle industrielle » visant à « extraire illicitement les capacités de Cl
Lancement de Cozy 3.0 avec prise en charge de la collaboration multi-personnes et multi-agents
ByteDance a officiellement lancé Coze 3.0, proposant une nouvelle approche de la création d’agents tout en apportant des avancées majeures en matière de collaboration d’équipe et d’intégration à l’écosystème.Cette mise à jour privilégie l’efficacité
Recommandations de sujets spéciaux liés
commentaires (0)
OpenAI a officiellement lancé GPT-Live-1, un nouveau modèle d’API conçu pour permettre aux développeurs de créer des applications vocales en temps réel à double sens. Cette sortie marque un changement majeur dans l’interaction vocale par IA, passant d’un traitement segmenté traditionnel à des conversations fluides et naturelles.
Sur le plan technique, GPT-Live-1 unifie la compréhension et la génération de la parole au sein d’un seul modèle. En éliminant la latence due à l’enchaînement des étapes distinctes de reconnaissance vocale, de raisonnement et de synthèse vocale, il offre des temps de réponse quasi instantanés. Le modèle prend nativement en charge l’interaction en double sens, permettant d’écouter et de parler simultanément tout en gérant avec précision les interruptions, les pauses et le bruit de fond.

Au-delà d’une interaction transparente, GPT-Live-1 offre une personnalisation étendue. Les développeurs peuvent affiner le ton, la vitesse et le style via des invites système, tout en intégrant des modèles backend et des frameworks d’agents intelligents. Il dispose d’une reconnaissance vocale native avec compréhension alphanumérique, d’une pondération des mots-clés et d’une détection des tours de parole. Compatible avec des outils tels que Codex et OpenAI Presence, il alimente les requêtes d’entreprise, les opérations validées et les transferts fluides vers des agents humains, ce qui en fait une solution idéale pour les services téléphoniques comme les réservations de restaurants ou le support client.
Les résultats concrets sont impressionnants. Les premiers utilisateurs, tels que la plateforme linguistique Speak, ont signalé une baisse de 80 % des interruptions incorrectes pendant les pauses des apprenants par rapport aux systèmes par tours. Les plateformes de services médicaux ont également simplifié leurs architectures et réduit la complexité du code. Selon OpenAI, GPT-Live-1 dépasse GPT-Realtime-2.1 de 30 points de pourcentage aux tests Full Duplex Bench et devance les benchmarks Tau3 d’agents vocaux de bout en bout lorsqu’il est associé à GPT-6Astra avec une intensité de raisonnement modérée.
Le PDG de Nvidia, Jensen Huang, rejette les affirmations sur l'apocalypse de l'IA et indique que la probabilité d'une fin du monde en 2030 est nulle.
Dans une récente interview accordée à CBS News, Jensen Huang, cofondateur et PDG de NVIDIA, a écarté les mises en garde de certains chercheurs selon lesquelles l’intelligence artificielle pourrait conduire à l’extinction de l’humanité dans quelques a
Moonshot : l'IA chinoise dotée de 2 800 milliards de paramètres peut-elle rivaliser avec la technologie américaine ?
En février 2026, Anthropic a accusé les laboratoires chinois d’IA DeepSeek, Moonshot et MiniMax de mener des « campagnes à l’échelle industrielle » visant à « extraire illicitement les capacités de Cl
Lancement de Cozy 3.0 avec prise en charge de la collaboration multi-personnes et multi-agents
ByteDance a officiellement lancé Coze 3.0, proposant une nouvelle approche de la création d’agents tout en apportant des avancées majeures en matière de collaboration d’équipe et d’intégration à l’écosystème.Cette mise à jour privilégie l’efficacité











