OpenAI intègre la traduction temps réel et améliore la transcription dans son API vocale

OpenAI a lancé de nouvelles fonctionnalités vocales dans son API, incluant GPT Realtime 2 (alimenté par GPT-5), une traduction en temps réel et une transcription Whisper améliorée. Ces outils visent à offrir aux développeurs des capacités d'interaction vocale plus avancées, tout en mettant l'accent sur un compromis explicite entre latence et capacités de raisonnement.

Les nouvelles fonctionnalités s'accompagnent d'un contexte plus large et de garde-fous renforcés, reflétant les préoccupations d'OpenAI concernant les risques de fraude. La traduction temps réel et la transcription améliorée élargissent les cas d'usage possibles pour les développeurs intégrant la voix dans leurs applications, au-delà de la simple reconnaissance vocale.

Cette annonce intervient dans un contexte de tension croissante au sein de l'écosystème IA. Alors que les fournisseurs de modèles de plateforme comme OpenAI et Anthropic lancent des produits verticalisés (Claude for Legal pour Anthropic, par exemple), ils entrent en concurrence directe avec les entreprises de la couche applicative. Les nouvelles capacités vocales d'OpenAI illustrent cette dynamique : en enrichissant son API, OpenAI offre aux développeurs des briques plus complètes, mais réduit aussi l'espace pour des startups spécialisées dans l'interaction vocale.