OpenAI enrichit son API de nouvelles fonctionnalités vocales avancées

OpenAI a annoncé l’intégration de nouvelles capacités vocales dans son API, incluant GPT Realtime 2 (basé sur GPT-5), la traduction en temps réel et la transcription via Whisper. Ces fonctionnalités visent à améliorer l’interaction vocale tout en gérant les compromis entre latence et raisonnement, ainsi que les risques de fraude.

Les outils introduits s’appuient sur une architecture optimisée pour réduire les délais de réponse, tout en augmentant la taille du contexte disponible pour les modèles. GPT Realtime 2 se distingue par sa capacité à traiter des échanges vocaux avec une latence minimale, tandis que la traduction en temps réel et la transcription via Whisper permettent des applications multilingues et multimodales. OpenAI met en avant des garde-fous supplémentaires pour limiter les usages malveillants, notamment dans un contexte où les interactions vocales automatisées pourraient être exploitées à des fins frauduleuses.

Ces évolutions s’inscrivent dans une stratégie plus large de l’entreprise pour renforcer l’intégration des modalités vocales dans ses produits, tout en maintenant un équilibre entre performance et sécurité. Les nouvelles fonctionnalités sont disponibles via l’API d’OpenAI, sans préciser de restrictions d’accès ou de tarification dans les sources citées.