OpenAI et Microsoft révolutionnent l’IA vocale

OpenAI et Microsoft révolutionnent l’IA vocale

Dans un contexte où la demande pour la IA vocale ne cesse de croître, OpenAI et Microsoft ont pris des directions différentes. Leurs nouveaux modèles cherchent à offrir des interactions plus naturelles tout en optimisant la consommation de ressources.

GPT-Realtime : vers une voix ultra naturelle

OpenAI présente GPT-Realtime, son modèle vocal le plus avancé à ce jour. Il génère une voix naturelle capable de changer de ton ou de langue en plein dialogue. Pour enrichir l’expérience, deux nouvelles voix—Marin et Cèdre—s’ajoutent aux huit variantes existantes, toutes mises à jour pour plus de réalisme. Grâce à une prise en charge d’images, un chatbot peut désormais analyser des captures d’écran pour diagnostiquer un problème technique. GPT-Realtime est accessible via l’API Realtime d’OpenAI, avec la possibilité de sauvegarder et de réutiliser des prompts complexes d’une session à l’autre.

Mai-Voice-1 : performance et intégration Copilot

Microsoft riposte avec Mai-Voice-1, intégré à son assistant Copilot. Ce modèle se distingue par sa rapidité et sa faible empreinte matérielle : il génère une minute d’audio en moins d’une seconde sur un seul GPU. Il alimente déjà les fonctions Copilot Daily et Podcasts, permettant de résumer des informations ou de créer des contenus audio à partir de textes. Disponible dans Copilot Labs, Mai-Voice-1 offre aux utilisateurs des démonstrations expressives de synthèse vocale et de narration.

Mai-1-preview : l’avenir de Copilot autonome

Microsoft a également dévoilé Mai-1-preview, un modèle “entraîné de bout en bout” pour réduire la dépendance à l’IA d’OpenAI. En s’appuyant sur 15 000 accélérateurs H100 de Nvidia et une architecture mixture-of-experts, il n’active qu’une partie de ses paramètres par requête, diminuant ainsi la consommation de ressources. Accessible à un nombre limité de testeurs via API, il sera progressivement intégré à Copilot, avec une version améliorée prévue sur GPU Nvidia GB200.

👉 Source ici

A lire ensuite