OpenAI a regroupé plusieurs équipes d'ingénierie, de produits et de recherche au cours des deux derniers mois afin de remanier ses modèles audio, signalant ainsi une avancée significative vers l'intelligence artificielle basée sur l'audio. Cette réorganisation serait une préparation pour un nouvel appareil personnel axé sur l'audio, dont la sortie est prévue dans environ un an, selon The Information.

Cette initiative d'OpenAI reflète une tendance plus large au sein du secteur technologique, où l'audio est de plus en plus considéré comme une interface principale, susceptible d'éclipser la domination des écrans. Cette évolution est déjà manifeste dans la prolifération des enceintes intelligentes, qui ont intégré des assistants vocaux dans plus d'un tiers des foyers américains. Ces appareils exploitent l'IA pour comprendre et répondre aux commandes vocales, fournir des informations, contrôler les appareils domestiques intelligents, et bien plus encore.

Meta a récemment introduit une fonctionnalité pour ses lunettes intelligentes Ray-Ban qui utilise un réseau de cinq microphones pour améliorer la clarté conversationnelle dans les environnements bruyants. Cette technologie transforme efficacement le visage de l'utilisateur en un dispositif d'écoute directionnel, soulignant le potentiel de l'amélioration audio basée sur l'IA dans les dispositifs portables du quotidien. Google a également expérimenté les Audio Overviews, qui convertissent les résultats de recherche en résumés conversationnels, rendant l'information plus accessible et engageante grâce à l'audio.

Tesla intègre Grok et d'autres grands modèles linguistiques (LLM) dans ses véhicules afin de créer des assistants vocaux conversationnels capables de gérer la navigation, la climatisation et d'autres fonctions par le biais d'un dialogue en langage naturel. Cette intégration vise à offrir une expérience utilisateur transparente et intuitive, permettant aux conducteurs d'interagir avec leurs véhicules sans avoir besoin de commandes manuelles.

Au-delà de ces géants de la technologie, de nombreuses startups explorent également le potentiel de l'IA audio, en développant des applications innovantes allant des expériences audio personnalisées à l'analyse audio basée sur l'IA. L'attention croissante portée à l'IA audio a des implications importantes sur la façon dont les gens interagissent avec la technologie, ce qui pourrait conduire à des expériences plus naturelles, intuitives et mains libres. À mesure que les modèles d'IA deviennent plus sophistiqués, ils peuvent mieux comprendre et répondre à la parole humaine, ouvrant ainsi de nouvelles possibilités en matière de communication, d'accès à l'information et d'automatisation.