Quelle est la meilleure IA conversationnelle pour vous ?

Qui a besoin d’invites textuelles alors que vous pouvez simplement parler à votre IA préférée ? L'interaction vocale est la nouvelle fonctionnalité que les développeurs s'efforcent d'ajouter à leurs modèles, avec le mode vocal avancé de ChatGPT, l'interaction vocale naturelle de Copilot et Gemini Live en tête.

Les chatbots se développent rapidement

Cela fait moins de deux ans depuis les débuts de ChatGPT, et nous constatons déjà que les chatbots IA subissent un changement fondamental dans leur façon de communiquer avec les humains. À mesure que ces modèles ont rapidement évolué et ont acquis des capacités multimodales, ils ne sont plus strictement limités aux invites et réponses textuelles. Aujourd'hui, ils peuvent converser avec vous comme vous le feriez avec une autre personne et, dans le cas de Gemini Live, le faire dans plus de 40 langues. De toute évidence, les invites écrites traditionnelles ont toujours leur place (je veux dire, personne ne s'assoit et ne dicte des milliers de lignes de code Python à un chatbot), mais les interactions vocales et les IA conversationnelles sont sur le point de révolutionner davantage la façon dont nous interagissons avec le monde moderne.

OpenAI a été le premier à commercialiser la technologie avec le mode vocal avancé, mais a été rapidement suivi par Gemini Live de Google et, plus récemment, par Natural Voice Interactions de Meta. Chaque système offre son propre ensemble unique de capacités et de contraintes. Ce guide vous aidera à vous donner les informations et les informations dont vous avez besoin pour choisir celui qui convient le mieux à vos besoins spécifiques.

Mode vocal avancé ChatGPT

Le mode vocal avancé (AVM) de ChatGPT exploite le dernier grand modèle de langage d'OpenAI, GPT-4o, pour faciliter des conversations aller-retour plus naturelles avec vous, l'utilisateur. Cela le rend idéal pour les tâches qui nécessitent une interaction en temps réel, comme le brainstorming ou la discussion de sujets complexes. Et comme il intègre GPT-4o, AVM est capable de discuter avec compétence d’un large éventail de sujets, de la biochimie à la philosophie japonaise du 14e siècle. De plus, elle peut fournir des réponses approfondies sur des sujets sur lesquels d'autres IA fourniront de brefs résumés. Personnellement, je trouve qu'il offre une forte combinaison de compréhension, d'adaptabilité et de personnalisation du langage naturel, ainsi qu'une large base de connaissances.

AVM a été la première fonctionnalité d’IA conversationnelle à arriver sur le marché. Il a fait ses débuts en mai lors de l'événement Spring Update d'OpenAI avant d'être publié en version bêta pour sélectionner les abonnés ChatGPT Plus en juillet à des fins de tests et de commentaires. Il a finalement été déployé fin septembre auprès des abonnés Plus et Teams. Il est accessible via les applications mobiles ChatGPT ainsi que le portail de bureau, mais malheureusement, il n'est pas encore disponible si vous utilisez le niveau gratuit de ChatGPT. Il n'est pas non plus encore disponible dans l'UE, au Royaume-Uni, en Suisse, en Islande, en Norvège et au Liechtenstein. Si vous habitez dans l’une de ces régions, vous devrez continuer à taper.

Gémeaux en direct

Gemini Live est la réponse de Google au mode vocal avancé. Il est construit sur le modèle Gemini 1.5 Pro, qui est le plus avancé de Google à ce jour. La société a dévoilé Live en mai lors de l'I/O 2024 et l'a initialement testé avec les abonnés Gemini Advanced en août avant de le proposer gratuitement à tous les utilisateurs fin septembre. À mon avis, cela seul donne à Gemini Live une longueur d'avance sur AVM, car je n'ai pas à débourser 20 $ par mois pour l'essayer.

Bien que Gemini 1.5 Pro ne puisse pas publier les mêmes tests que GPT-4o, il offre une multitude de fonctionnalités que AVM n'offre pas. Je ne peux pas exagérer cela, son utilisation est gratuite via l'application Google ou les applications Gemini iOS et Android dédiées. Il n’y a aucune restriction régionale car il existe des AVM. Le seul endroit où vous ne pouvez pas obtenir Gemini Live est sur le bureau, bien que Google travaille apparemment à ajouter cette fonctionnalité à l'avenir. Gemini Live est actuellement disponible dans cinq langues autres que l'anglais : français, allemand, portugais, hindi et espagnol, et s'étendra à près de quatre douzaines de langues dans les semaines à venir.

Voix du copilote

Copilot Voice fait partie d'une multitude de nouvelles fonctionnalités qui ont récemment fait leurs débuts parallèlement à l'interface personnelle Copilot remaniée, qui s'exécute sur une instance personnalisée de GPT-4. Comme AVM et Live, il vous permet de converser naturellement avec l'IA au lieu de taper vos requêtes. Comme les autres, Voice est principalement conçu pour répondre à des questions générales et agir comme un assistant numérique, mais comme il fonctionne au-dessus de GPT-4, il a accès au vaste corpus de formation de ce modèle. Et contrairement à Live, Voice est disponible via le portail de bureau Copilot.

Microsoft le présente comme « le moyen le plus intuitif et le plus naturel de réfléchir en déplacement, de poser une question rapide ou même simplement de se défouler à la fin d'une journée difficile ». Car qui a besoin de vrais amis quand on peut simplement crier sur son ordinateur de poche pendant le trajet en métro pour rentrer chez soi ?

Son utilisation est gratuite, contrairement à AVM, bien qu'elle soit actuellement limitée aux conversations en anglais et uniquement si vous vivez en Australie, au Canada, en Nouvelle-Zélande, au Royaume-Uni ou aux États-Unis. Microsoft s'efforce d'étendre les capacités linguistiques et la disponibilité géographique de la fonctionnalité dans les semaines à venir.

Quelle IA vocale vous convient le mieux ?

C'est une question qui dépend d'un certain nombre de variables telles que le montant que vous êtes prêt à payer, ce que vous comptez faire avec l'IA et l'écosystème de marque auquel vous êtes abonné. Pour moi, je préfère Google Live. Non seulement parce que c'est gratuit, mais aussi parce que je suis déjà profondément intégré à l'écosystème Google. Je veux dire, j'utilise Gemini sur un téléphone Android et j'écris cet article sur un Chromebook Acer.

Si j'étais un utilisateur de Windows, je serais plus susceptible d'utiliser Voice, ne serait-ce que pour minimiser les points de friction potentiels avec le reste des applications que j'utilise déjà. Si j'utilisais iOS, eh bien, j'attendrais patiemment qu'Apple Intelligence arrive avec son Siri amélioré et suprêmement amélioré par l'IA. Si, d'un autre côté, vous avez réellement besoin des capacités et des performances d'inférence à couper le souffle fournies par ChatGPT et que vous avez 20 $ qui vous brûlent un trou dans votre poche, le mode vocal avancé est probablement la voie à suivre.