OpenAI dévoile ses capacités en matière d'intelligence vocale à travers son API

OpenAI a annoncé jeudi que son API intègre désormais plusieurs nouvelles fonctionnalités d’intelligence vocale, conçues pour aider les développeurs à créer des applications capables de parler, de transcrire et de traduire des conversations.
Le nouveau modèle vocal GPT-Realtime-2 est une autre solution développée par l’entreprise ; il permet de générer des simulations vocales réalistes qui peuvent engager en conversation les utilisateurs. Contrairement à son prédécesseur (GPT-Realtime-1.5), cette version intègre des capacités de raisonnement du niveau de GPT-5, ce qui, selon OpenAI, permet de gérer des demandes plus complexes de la part des utilisateurs.
L’entreprise lance également GPT-Realtime-Translate, un service de traduction en temps réel qui suit le rythme de la conversation de l’utilisateur. Cette fonctionnalité prend en charge plus de 70 langues d’entrée et 13 langues de sortie.
Enfin, OpenAI a introduit GPT-Realtime-Whisper, une fonctionnalité de transcription en temps réel qui permet de convertir en texte les paroles prononcées en direct.
“ Ensemble, ces nouveaux modèles permettent de passer d’interactions audio simples basées sur des questions-réponses à des interfaces vocales capables d’exécuter des tâches concrètes : écouter, raisonner, traduire, transcrire et agir au cours d’une conversation”, a déclaré l’entreprise.
Qui bénéficiera de ces mises à jour ? Les entreprises souhaitant améliorer leurs services client sont une cible évidente. Cependant, OpenAI souligne que ces nouvelles fonctionnalités pourront être utiles dans de nombreux domaines, tels que l’éducation, les médias, les événements et les plateformes créatives.
Bien que ces outils soient très pratiques du point de vue des entreprises, il existe un risque de leur utilisation abusive. OpenAI a mis en place des mesures pour empêcher que ses nouvelles fonctionnalités ne soient utilisées à des fins de spam, de fraude ou d’autres formes d’abus en ligne. Des mécanismes spécifiques ont été intégrés au système afin de “stopper les conversations si elles sont détectées comme violant nos règles concernant le contenu nuisible”, selon OpenAI.
Tous ces nouveaux modèles vocaux sont inclus dans l’API Realtime d’OpenAI. Translate et Whisper sont facturés par minute, tandis que GPT-Realtime-2 est facturé en fonction de la consommation de tokens.
Article connexe
OpenAI lance une version plus sûre de ChatGPT pour les adolescents, plusieurs années après qu’ils ont commencé à l’utiliser
À la suite d’une série de poursuites judiciaires liées à l’absence de protocoles de sécurité dans les chatbots basés sur l’IA — qui ont contribué à des suicides d’adolescents et à d’autres crises de s
Frontier AI Labs refuse de dévoiler ses stratégies de confinement des modèles indésirables
Des recherches récentes indiquent que très peu de grands laboratoires spécialisés dans l’IA ont publié ou présenté des plans d’intervention en cas de défaillance. Un plan d’intervention définit les pr
Le Tiffany Luck de NEA : les entreprises continuent de lutter pour justifier le retour sur investissement de l’IA
Chargement du lecteur…Plus tôt cette année, le « tokenmaxxing » a dominé la Silicon Valley, les PDG exhortant leurs employés à maximiser l’utilisation de l’IA. Cet enthousiasme a rapidement rencontré la réalité. Selon les informations rapportées, Ub
Recommandations de sujets spéciaux liés
commentaires (0)

OpenAI a annoncé jeudi que son API intègre désormais plusieurs nouvelles fonctionnalités d’intelligence vocale, conçues pour aider les développeurs à créer des applications capables de parler, de transcrire et de traduire des conversations.
Le nouveau modèle vocal GPT-Realtime-2 est une autre solution développée par l’entreprise ; il permet de générer des simulations vocales réalistes qui peuvent engager en conversation les utilisateurs. Contrairement à son prédécesseur (GPT-Realtime-1.5), cette version intègre des capacités de raisonnement du niveau de GPT-5, ce qui, selon OpenAI, permet de gérer des demandes plus complexes de la part des utilisateurs.
L’entreprise lance également GPT-Realtime-Translate, un service de traduction en temps réel qui suit le rythme de la conversation de l’utilisateur. Cette fonctionnalité prend en charge plus de 70 langues d’entrée et 13 langues de sortie.
Enfin, OpenAI a introduit GPT-Realtime-Whisper, une fonctionnalité de transcription en temps réel qui permet de convertir en texte les paroles prononcées en direct.
“ Ensemble, ces nouveaux modèles permettent de passer d’interactions audio simples basées sur des questions-réponses à des interfaces vocales capables d’exécuter des tâches concrètes : écouter, raisonner, traduire, transcrire et agir au cours d’une conversation”, a déclaré l’entreprise.
Qui bénéficiera de ces mises à jour ? Les entreprises souhaitant améliorer leurs services client sont une cible évidente. Cependant, OpenAI souligne que ces nouvelles fonctionnalités pourront être utiles dans de nombreux domaines, tels que l’éducation, les médias, les événements et les plateformes créatives.
Bien que ces outils soient très pratiques du point de vue des entreprises, il existe un risque de leur utilisation abusive. OpenAI a mis en place des mesures pour empêcher que ses nouvelles fonctionnalités ne soient utilisées à des fins de spam, de fraude ou d’autres formes d’abus en ligne. Des mécanismes spécifiques ont été intégrés au système afin de “stopper les conversations si elles sont détectées comme violant nos règles concernant le contenu nuisible”, selon OpenAI.
Tous ces nouveaux modèles vocaux sont inclus dans l’API Realtime d’OpenAI. Translate et Whisper sont facturés par minute, tandis que GPT-Realtime-2 est facturé en fonction de la consommation de tokens.
OpenAI lance une version plus sûre de ChatGPT pour les adolescents, plusieurs années après qu’ils ont commencé à l’utiliser
À la suite d’une série de poursuites judiciaires liées à l’absence de protocoles de sécurité dans les chatbots basés sur l’IA — qui ont contribué à des suicides d’adolescents et à d’autres crises de s
Frontier AI Labs refuse de dévoiler ses stratégies de confinement des modèles indésirables
Des recherches récentes indiquent que très peu de grands laboratoires spécialisés dans l’IA ont publié ou présenté des plans d’intervention en cas de défaillance. Un plan d’intervention définit les pr
Le Tiffany Luck de NEA : les entreprises continuent de lutter pour justifier le retour sur investissement de l’IA
Chargement du lecteur…Plus tôt cette année, le « tokenmaxxing » a dominé la Silicon Valley, les PDG exhortant leurs employés à maximiser l’utilisation de l’IA. Cet enthousiasme a rapidement rencontré la réalité. Selon les informations rapportées, Ub





Maison






