OpenAI ouvre la création de voix par description dans GPT-Live

OpenAI ouvre le 16 octobre 2026 une nouvelle façon de créer une voix dans son API. Le service prompt-to-voice transforme une description écrite en identité vocale réutilisable dans GPT-Live. La nouveauté vise les applications construites avec l’API. Elle se distingue des nouvelles voix proposées dans ChatGPT et du clonage à partir d’un enregistrement.

Le journal officiel des nouveautés de l’API précise que cette création est accessible à tous les clients API. Il annonce aussi neuf voix naturelles supplémentaires dans GPT-Live. Brise et Sillage sont les deux nouvelles voix françaises. Ces voix prêtes à sélectionner et les voix créées sur description constituent deux possibilités différentes.

Décrire un timbre sans fournir un enregistrement

Le guide des voix personnalisées permet de décrire le rythme et le timbre recherchés. L’utilisateur peut aussi préciser un accent ou une présentation vocale. Il décrit des qualités sonores plutôt qu’une personne à reproduire. Le service enregistre la voix obtenue et renvoie son identifiant pour la retrouver dans une autre conversation.

Ce fonctionnement peut servir à donner une continuité sonore à un assistant. Une voix calme et un débit posé ne remplissent toutefois pas la même fonction que les consignes de conversation. La manière de répondre ou le moment de transmettre une demande à un humain restent des choix de l’application. Le son ne décide pas à leur place.

Une disponibilité qui dépend du parcours choisi

Les voix issues d’une description fonctionnent avec GPT-Live. OpenAI ne les annonce pas comme compatibles avec ses API Text to Speech ou Realtime. Elles ne sont pas non plus proposées pour la sortie audio de Chat Completions. Employer le terme générique de voix OpenAI masquerait donc une différence importante entre ces interfaces.

Les nouvelles voix françaises ne changent pas le périmètre du produit

La documentation des conversations GPT-Live présente Brise et Sillage parmi les voix disponibles au démarrage d’une session. Elle recommande de vérifier la prononciation dans les langues utilisées. Le choix d’une voix ne dispense pas de cette écoute. Un rendu agréable sur quelques mots ne permet pas de juger une conversation entière.

L’annonce concerne ici les développeurs. Notre article sur GPT-Live-1.1 et les nouvelles voix dans ChatGPT traite d’un autre accès. Les noms et les calendriers de ces deux environnements ne doivent pas être mélangés.

Créer gratuitement ne signifie pas converser gratuitement

OpenAI distingue la création d’une voix et son utilisation. Créer une voix par description est gratuit. La génération de parole reste facturée au tarif habituel des sessions GPT-Live. Écouter cette voix dans le Playground déclenche également une session facturée. Le coût réel dépend donc des conversations produites et non du seul nombre de voix créées.

Le clonage sur enregistrement suit un autre parcours. Son accès reste réservé aux clients éligibles et nécessite un enregistrement de consentement. Le parcours par description ne demande pas cet extrait. Il impose néanmoins une voix adulte et interdit l’imitation d’une personne nommée. OpenAI demande aussi d’informer les auditeurs du caractère synthétique de la parole.

Ce que j’en retiens

Cette ouverture rend la personnalisation sonore plus accessible aux créateurs d’applications. Je regarderais surtout si la voix reste compréhensible pendant une vraie interaction et si l’utilisateur sait à qui il parle. Une identité vocale cohérente peut rendre un service plus agréable. Elle ne doit pas lui prêter une présence humaine ni une fiabilité que le service n’a pas démontrées.