Après le texte, il semble que la voix soit le nouveau canal qui se développe pour la communication avec les outils d’intelligence artificielle (IA).
S’il était déjà possible, depuis plusieurs mois, d’interagir avec chatGPT par la voix, à partir de son téléphone, l’éditeur de chatGPT, la société OpenAI, a marqué un grand coup en avril 2024 en dévoilant le mode vocal avancé (advanced voice mode). Il allait être possible d’avoir des échanges proches de ceux que l’on peut avoir avec des humains, avec des intonations, de l’expressivité, des émotions, etc.
Advanced Voice Mode est en cours de déploiement, et s’il n’est pas encore officiellement disponible dans l’Union européenne, probablement pour des raisons juridiques liées au règlement sur la protection des données personnelles (RGPD), on peut se débrouiller pour l’utiliser en faisant croire à chatGPT que l’on se situe aux États-Unis grâce à un VPN.
Quant à la solution concurrente de Google, Gemini Live, elle a été officiellement déployée, y compris en Europe, il y a quelques jours.
Je me suis donc livré à un test comparatif des deux solutions (voir vidéo ci-dessous). J’ai demandé successivement à Gemini Live et à chatGPT d’imaginer comment le roman 1984 de George Orwell pourrait être raconté du point de vue de Julia, la protagoniste féminine.
Sur le fond, les deux outils ont livré un discours tout à fait satisfaisant. Mais sur la forme, l’expressivité, j’ai trouvé chatGPT infiniment plus convaincant.
Et vous, qu’en pensez-vous ? Est-ce que ces nouvelles avancées vous enthousiasment, ou au contraire pensez-vous que cela va trop vite ? Dites-le moi en commentaires !
