You Have to Try the New ChatGPT Voice!

L'intelligence artificielle, notamment la fonction vocale, offre une bande passante cinq fois supérieure à la saisie, quelle que soit votre vitesse. Cette semaine a été marquée par de nombreuses mises à jour vocales, dont une refonte complète par OpenAI et l'intégration d'un modèle vocal fonctionnel par Claude dans son application web, comblant ainsi sa plus grande lacune. Nous allons explorer comment ces fonctionnalités s'intègrent dans les différents produits, y compris ChatGPT, ChatGPT Work et même Codeex, et comment quelques astuces peuvent transformer votre interaction avec l'IA. Commençons par les fonctions vocales lancées cette semaine. OpenAI a revu en profondeur l'expérience vocale interactive de ChatGPT. Il y a deux ans, des démonstrations virales montraient une conversation fluide avec l'IA, par exemple une personne malvoyante appelant un taxi et naviguant grâce à la caméra. Cependant, de nombreuses promesses n'ont pas été tenues, et la fonction vocale interactive n'était pas largement adoptée. Il est crucial de distinguer l'icône du microphone, qui est une simple saisie vocale, de l'icône de conversation interactive bidirectionnelle, qui a bénéficié de la refonte majeure. Cette dernière est désormais accessible partout où ChatGPT est présent, contrairement aux versions de Claude. Sur l'interface web de chat.openai.com, vous pouvez l'activer et observer la différence. L'interface comprend désormais un chat en dessous, permettant d'ajouter des images et d'autres éléments. Des paramètres sont disponibles en haut à droite pour ajuster le niveau d'intelligence : "Instant" pour la rapidité et "Élevé" pour l'intelligence maximale mais la lenteur. Vous pouvez également choisir la langue. L'aspect le plus intéressant est que cette fonctionnalité est disponible sur toutes les interfaces, y compris mobile. En mettant à jour l'application mobile, vous bénéficiez des mêmes capacités. J'ai testé cette fonction lors de ma promenade matinale : après avoir appuyé sur l'icône, il est possible de télécharger des images ou d'utiliser la caméra en direct. Par exemple, je peux demander : "Que vois-tu ?" et l'IA décrit l'environnement. Cependant, il est important de noter que le mode vidéo en direct et le partage d'écran ne sont pas disponibles avec le nouveau modèle vocal. Pour cela, il faut revenir à l'ancienne version de la voix de ChatGPT (l'icône colorée, par opposition à la nouvelle en noir et blanc). Ma partie préférée est l'application de bureau. C'est là qu'OpenAI a vraiment innové. L'application de bureau ChatB, téléchargeable, offre une application autonome dans votre barre de tâches. Elle a été récemment remaniée pour aligner son offre sur celle de Claude : Claude (ChatGPT), Claude Co-work (ChatGPT Work) et Claude Code (Codeex). L'application de bureau intègre désormais ces trois niveaux, tous dotés de la nouvelle fonction vocale. Je recommande d'essayer la fonction vocale dans ChatGPT Work. Ses capacités sont impressionnantes. Vous pouvez déplacer la fenêtre de chat sur le côté et continuer à travailler. L'IA peut voir votre écran et répondre à vos questions. Par exemple, si je suis sur la page de téléchargement de ChatGPT, l'IA prend une capture d'écran et la décrit. De plus, elle reste silencieuse tant que vous n'interagissez pas avec elle, ce qui est pratique pour se concentrer. J'ai testé la création d'une tâche planifiée dans ChatGPT Work en lui donnant une instruction vocale à partir d'un message Slack. L'IA a automatiquement créé la tâche, en programmant une vérification horaire et l'envoi d'e-mails en cas de lancement majeur d'OpenAI ou d'Anthropic. C'est une capacité remarquable, qui intègre toutes les fonctionnalités de ChatGPT, y compris les puissantes fonctions de travail, désormais commandables par la voix. Cela concrétise la "fantaisie de Jarvis" que beaucoup ont appréciée dans Iron Man. J'ai deux autres cas d'utilisation à partager. Le premier est évident, mais rappelle l'excellence de ChatGPT, encore améliorée par la nouvelle fonction vocale. Si vous débutez avec Codeex, par exemple, pour créer une application de minuteur Pomodoro, l'IA peut vous guider pas à pas, vous expliquant l'interface et suggérant la prochaine petite étape. Elle peut même expliquer l'ensemble de l'interface, y compris les dossiers et projets sur le panneau de gauche. Cette assistance rend l'apprentissage de nouvelles tâches beaucoup moins intimidant. Vous pouvez couper le microphone ou désactiver complètement le chat vocal à tout moment, puis reprendre la conversation. Cette intégration fluide dans votre charge de travail quotidienne est un atout majeur. L'application de bureau excelle en permettant à l'IA de rester sur le côté, d'accéder aux fichiers locaux et de contrôler à distance ChatGPT, Work et Codeex simultanément. La plupart des fonctionnalités de chat fonctionnent de manière plus fluide avec cette nouvelle interface. Cependant, j'ai constaté une limitation majeure : chaque nouveau chat démarre de zéro et n'est pas intégré à un projet existant. Par exemple, l'IA ne peut pas voir les fichiers de contexte attachés à un projet. Enfin, la fonction vocale est compatible avec les connecteurs (plugins dans ChatGPT). J'ai connecté mon calendrier principal et je peux désormais interroger l'IA sur mon emploi du temps ou lui demander de planifier des réunions. Par exemple, l'IA peut me lister mes événements du jour et proposer le meilleur créneau pour une réunion d'équipe de 30 minutes le lendemain, en tenant compte de mes disponibilités. Mon principal reproche est l'incapacité à modifier le comportement de l'IA ou à lui imposer des règles pour la prise de rendez-vous sans démarrer un nouveau chat à chaque fois. J'aimerais pouvoir créer un projet avec des règles de réservation et un contexte sur mes engagements récurrents, puis demander à l'IA de consulter ce fichier de projet plutôt que d'accéder à l'ensemble de mon compte. La gestion de la mémoire et du contexte reste une faiblesse de ChatGPT, malgré ses capacités croissantes. Néanmoins, la fluidité et l'interactivité de la fonction vocale dépassent tout ce que je possède actuellement. Concernant Claude 2, sa fonction vocale, autrefois la pire du marché, a été considérablement améliorée. Cependant, la voix interactive ne fonctionne que dans un chat régulier et n'est pas disponible dans Co-work, Code ou l'application de bureau. Claude rattrape donc son retard sur ChatGPT. En revanche, l'entrée vocale normale est désormais excellente et disponible sur toutes les interfaces, fonctionnant aussi bien que celle de ChatGPT depuis deux ans. En bref, les mises à jour vocales de cette semaine sont très positives. Je souhaite également mentionner rapidement deux autres sujets. Premièrement, Opus