GPT-Live : OpenAI passe la voix ChatGPT en full-duplex

Tu as déjà essayé de te faire interrompre par ChatGPT en plein milieu d'une phrase ? Ou regardé l'indicateur qui tourne pendant que tu attends la réponse ? C'était le gros défaut de l'Advanced Voice Mode : une architecture à tour de rôle, où l'IA écoute, puis parle, puis attend que tu parles à nouveau. Un dialogue de sourds déguisé en conversation naturelle.

Le 8 juillet 2026, OpenAI a changé ça. GPT-Live est un nouveau modèle vocal full-duplex : il écoute et parle en même temps, exactement comme un humain dans une vraie conversation. La chose est désormais disponible pour tous les abonnés payants de ChatGPT.

Ce que "full-duplex" change concrètement

L'ancienne voix fonctionnait en pipeline : enregistrement, transcription, génération de réponse, synthèse vocale. Chaque étape avait sa latence. Le résultat sonnait propre mais artificiel, avec des silences de 2 à 4 secondes et des interruptions qui coupaient ta phrase si tu marquais une pause de réflexion.

GPT-Live traite le flux audio en continu dans les deux sens. Il peut :

• Glisser un "mhmm" ou "ouais" pour montrer qu'il suit, sans couper
• Être interrompu naturellement, sans décrocher ou régurgiter sa phrase depuis le début
• Marquer une pause s'il doit déléguer à un modèle de raisonnement pour une question complexe
• Reprendre la conversation là où elle s'est arrêtée une fois la réponse prête

Ce dernier point est particulièrement intéressant. GPT-Live tourne sur GPT-5.5 en arrière-plan pour les réponses courantes, mais délègue silencieusement aux modèles de la famille GPT-5.6 (Sol/Terra) pour les questions qui demandent de la recherche web ou du raisonnement long. Tu n'as pas à changer de mode. La voix gère ça toute seule.

Deux versions, deux cibles

OpenAI déploie GPT-Live en deux variantes :

GPT-Live-1 est le modèle complet. GPT-Live-1 mini sacrifie un peu de naturalité pour tenir dans les contraintes de coût de la version gratuite. L'API arrive prochainement pour les développeurs, avec une liste d'attente ouverte depuis le 8 juillet.

Pourquoi c'est pertinent pour les créateurs vidéo

La première application qui me vient à l'esprit : le brainstorming à voix haute. Tu décomposes une scène, tu cherches un angle, tu veux un interlocuteur qui rebondit vraiment. Les sessions vocales à tour de rôle cassent le rythme de pensée. Un modèle qui répond dans le fil d'une vraie conversation ouvre des possibilités différentes.

Quelques cas d'usage concrets qui deviennent plus intéressants avec GPT-Live :

Directeur de casting audio. Tu testes des accents, des intonations, des registres pour un personnage. Tu interromps, tu corriges, tu demandes "plus âgé, moins formel". L'aller-retour est immédiat.

Brief vocal. Tu dictes un concept de vidéo en 90 secondes, GPT-Live te pose des questions de clarification en temps réel, puis sort un brief structuré à l'écrit. Plus rapide qu'un formulaire.

Révision de script en immersion. Tu lis ton script à voix haute, GPT-Live joue un personnage ou un lecteur, et tu vois immédiatement ce qui sonne faux à l'oral.

💡 Le cut de Frank : Pour le voice-over de tes vidéos, GPT-Live ne remplace pas ElevenLabs ou un comédien de doublage. La qualité de la synthèse vocale n'est pas le sujet ici. L'intérêt, c'est le processus de conception, pas la production finale.

La vraie question : latence et fiabilité en production

Les démonstrations d'OpenAI sont convaincantes. Les retours des premiers utilisateurs publiés sur Reddit et X montrent une latence moyenne autour de 400-600 ms selon la connexion, avec des pics à 1 s sur les délégations aux modèles de raisonnement. C'est nettement mieux que l'AVM, mais pas encore au niveau d'une conversation téléphonique normale (150-250 ms).

Le déploiement est progressif. Si tu es abonné Plus ou Pro et que tu n'as pas encore GPT-Live comme option par défaut dans la bulle vocale de ChatGPT sur iOS ou Android, attends quelques jours.

Ce que ça ne change pas

GPT-Live ne génère pas de vidéo. Il n'a pas de mémoire visuelle. Il ne voit pas ton écran ou ta timeline de montage sauf si tu lui partages des captures. Et il ne va pas remplacer la voix humaine dans tes productions pour la simple raison que la synthèse vocale sous-jacente, aussi propre soit-elle, manque encore de la micro-respiration et des imperfections qui donnent de la vie à une narration.

Pour la production de voix off de qualité, ElevenLabs reste la référence côté IA, ou un comédien de doublage pour les projets clients. Et pour intégrer la voix dans un pipeline de production vidéo complet, le guide pipeline A à Z explique comment articuler les outils entre eux.

Mais comme outil de pensée, de brief, de préparation, il passe un cap. C'est un interlocuteur qui répond vraiment, pas une interface de dictée glorifiée.

FAQ

Foire aux questions

Réponses rapides aux questions les plus fréquentes sur cet article.

GPT-Live est-il disponible en français ?

+

Oui. GPT-Live-1 et GPT-Live-1 mini supportent les mêmes langues que ChatGPT Voice, dont le français. La compréhension et la génération en français sont fonctionnelles dès le lancement.

Quelle est la différence entre GPT-Live et l'Advanced Voice Mode ?

+

L'Advanced Voice Mode utilisait une architecture pipeline (écoute puis parole, en alternance). GPT-Live est full-duplex : écoute et parole simultanées, interruptions naturelles, backchannel ("mhmm", "ouais"). C'est une refonte complète de l'architecture, pas une mise à jour cosmétique.

GPT-Live remplace-t-il ElevenLabs pour la voix off ?

+

Non. GPT-Live est un outil de conversation en temps réel, pas un moteur de voix off de production. Pour les narrations de haute qualité, ElevenLabs v3 ou un comédien restent la référence. Les deux usages sont distincts.

Quand GPT-Live sera-t-il disponible via l'API ?

+

OpenAI a ouvert une liste d'attente le 8 juillet 2026. Aucune date officielle annoncée pour l'accès général développeurs.

GPT-Live-1 mini est-il aussi bon que GPT-Live-1 ?

+

Non. GPT-Live-1 mini est optimisé pour les coûts. Il est moins naturel dans les backchannel et les transitions. Pour un usage créatif sérieux, la version complète (abonnement payant) est recommandée.

Peut-on utiliser GPT-Live pour écrire un scénario à voix haute ?

+

C'est probablement son meilleur cas d'usage immédiat. L'échange naturel aide à tester la structure narrative, les dialogues et le rythme d'un projet. C'est un interlocuteur de pitch, pas un outil de finalisation.

GPT-Live enregistre-t-il mes conversations ?

+

OpenAI applique les mêmes règles de confidentialité qu'à l'Advanced Voice Mode. Les conversations vocales peuvent être utilisées pour améliorer les modèles sauf si tu as désactivé cette option dans tes réglages ChatGPT.

GPT-Live est-il disponible sur le web ou seulement sur mobile ?

+

GPT-Live est disponible sur iOS, Android et via le web ChatGPT (nécessite un navigateur avec support WebRTC, comme Chrome ou Edge).