L’audio au cœur des prochains dispositifs physiques d’OpenAI

OpenAI, connu pour ses avancées dans les modèles de langage textuels, s’apprête à franchir une étape majeure en annonçant un modèle de langage audio au premier trimestre 2026. Cette initiative vise à améliorer la précision et la rapidité des interactions vocales, un domaine où les performances restent en retrait par rapport au texte. L’objectif est de favoriser une adoption plus large des interfaces vocales, encore peu utilisées par les utilisateurs actuels de ChatGPT, et de préparer le terrain pour une gamme de dispositifs physiques axés sur l’audio.

Quand la voix prend le pas sur l’écran

Le projet d’OpenAI ne se limite pas à un simple modèle logiciel. L’entreprise envisage de lancer une famille d’appareils physiques, dont le premier sera centré sur l’audio, avec des formes variées évoquant des enceintes intelligentes ou des lunettes connectées. Cette orientation reflète une volonté de privilégier les interfaces vocales plutôt que les écrans, dans un contexte où les géants technologiques comme Google, Meta ou Amazon intensifient leurs efforts dans ce domaine. Ces acteurs cherchent à renouveler l’intérêt pour les assistants vocaux, après une première vague marquée par Alexa, Google Assistant ou Siri, qui ont montré leurs limites.

Une stratégie pour changer les habitudes des utilisateurs

Malgré la disponibilité des interfaces vocales, la majorité des utilisateurs de ChatGPT préfèrent encore le texte. OpenAI espère que l’amélioration significative des modèles audio encouragera un basculement vers la voix, ouvrant la voie à des usages plus naturels et variés, notamment dans des environnements comme la voiture. Certains experts, dont l’ancien designer d’Apple Jony Ive, avancent que les produits contrôlés par la voix pourraient être moins addictifs que ceux basés sur les écrans, bien que cette hypothèse reste à confirmer par des données solides.