Une voix calme pour expliquer une démarche, plus vive pour animer un échange : OpenAI permet désormais de définir un profil vocal avec une simple description. L’outil prompt-to-voice a été ouvert à tous ses clients API le 16 octobre pour GPT-Live. Deux voix françaises, Brise et Sillage, rejoignent aussi le catalogue. Ces nouveautés concernent les applications utilisant l’API ; elles ne sont pas annoncées comme un réglage supplémentaire dans ChatGPT.
Une voix sur mesure, sans échantillon à enregistrer
Le journal officiel des nouveautés de l’API confirme cette disponibilité générale. La création passe par une requête à l’API ou par le voice Playground, l’espace d’essai d’OpenAI. La voix enregistrée peut ensuite être réutilisée dans plusieurs sessions GPT-Live.
Le point nouveau est l’absence d’échantillon à fournir : la voix naît d’une description textuelle. Une équipe peut ainsi chercher le ton de son assistant sans commencer par enregistrer un locuteur. La description donne une direction sonore ; elle ne dispense pas d’écouter le résultat et de vérifier qu’il convient aux échanges prévus.
Cette méthode se distingue de la création à partir d’une personne enregistrée, également décrite dans la documentation des voix personnalisées. Ce second parcours repose sur un enregistrement de consentement et un échantillon de référence. Le nouvel outil ne doit donc pas être présenté comme une fonction pour cloner librement la voix de quelqu’un.
La création est gratuite, les conversations restent payantes
OpenAI ne facture pas la création d’une voix issue d’une description. En revanche, les conversations sont facturées aux tarifs habituels de GPT-Live. La gratuité annoncée porte donc sur la fabrication du profil vocal, pas sur l’exploitation de l’assistant.
Les voix générées par ce procédé fonctionnent avec GPT-Live. Elles ne sont pas prises en charge par les API Text to Speech, Realtime ou Chat Completions. Une application déjà construite autour de l’un de ces autres services ne peut pas supposer qu’elle pourra reprendre immédiatement cette nouvelle voix.
Brise et Sillage offrent aussi deux voix françaises prêtes à l’emploi
L’annonce du 16 octobre comprend neuf nouvelles voix, dont Brise et Sillage en français. Le catalogue GPT-Live présente la première comme féminine et la seconde comme masculine. Elles offrent une autre voie aux équipes qui préfèrent sélectionner une voix existante plutôt qu’en générer une.
La France figure dans les pays pris en charge par l’API. Pour un service francophone, Brise et Sillage offrent un point de départ avant d’envisager une voix sur mesure. Le choix se jouera aussi à l’écoute : OpenAI recommande de tester les langues et les prononciations nécessaires à l’application. Noms de clients, noms de lieux et vocabulaire métier méritent donc leur place dans les essais, sans présumer du résultat.
Samuel Le Goff suit l’actualité des smartphones, des systèmes d’exploitation mobiles et de l’intelligence artificielle depuis plus de 14 ans. Il couvre notamment Samsung, Xiaomi, Apple, Android, iOS et les grandes tendances du numérique.
