ChatGPT Voice : le guide du mode vocal (Live, Advanced, Standard)

Parler à ChatGPT a changé de nature cet été. Depuis le 8 juillet 2026, le mode vocal repose sur GPT-Live, une nouvelle famille de modèles capable d’écouter et de parler en même temps. Vous pouvez couper la parole à l’assistant, réfléchir à voix haute, lui montrer une image ou taper une précision sans quitter la conversation. En septembre, OpenAI a revu les quotas par abonnement et permis au vocal de s’appuyer sur GPT-5.6 ou GPT-6 pour les questions difficiles. Ce guide fait le point sur les trois options vocales, les limites par plan, les réglages utiles et les usages où l’oral fait vraiment gagner du temps.

Si vous découvrez ChatGPT, commencez par notre guide complet de ChatGPT. Pour comparer ce que chaque abonnement inclut, voyez notre comparatif des plans ChatGPT.

En bref

• Trois options vocales coexistent : Live (par défaut, écoute et parle en même temps), Advanced (l’ancien mode temps réel, seul à gérer la vidéo et le partage d’écran) et Standard (tour par tour) (aide OpenAI).
• Live tourne sur GPT-Live-1 pour les abonnés et sur GPT-Live-1 mini pour Free et Go (OpenAI, juillet 2026).
• Quotas quotidiens depuis le 9 septembre : 3 heures sur Go (en mini) et sur Plus, 15 heures sur Pro à 100 $, illimité sur Pro à 200 $.
• Le vocal peut s’appuyer sur GPT-5.6 ou GPT-6 Astra pour chercher ou raisonner sur une question difficile, avec le même sélecteur que le texte.
• Vos enregistrements audio ne servent pas à l’entraînement sauf si vous l’activez explicitement ; les clips sont conservés 30 jours avec la conversation.
• Verdict : l’oral est devenu un vrai canal de travail pour réfléchir, préparer une prise de parole ou apprendre une langue. Pour produire un document, le texte reste plus sûr.
• Pour structurer ces usages dans une équipe, notre programme de formation IA générative centré sur les usages en mobilité part de situations réelles.

Ce qui a changé dans ChatGPT Voice en 2026

Si vous avez lu un guide du mode vocal avant l’été, une bonne partie est devenue fausse. Voici les étapes clés, toutes tirées des notes de version ChatGPT.

2 avril : ChatGPT arrive dans Apple CarPlay, avec la possibilité de démarrer ou reprendre une conversation vocale depuis l’écran de la voiture.

8 juillet : lancement de GPT-Live. Le modèle GPT-Live-1 alimente le vocal des abonnés payants, GPT-Live-1 mini celui des utilisateurs gratuits. Les réponses parlées s’affichent aussi en texte dans la conversation, et le vocal peut utiliser la recherche web et la mémoire.

23 juillet : le vocal arrive dans ChatGPT Work et Codex, sur l’application de bureau.

31 juillet : les fichiers audio générés par GPT-Live intègrent un filigrane SynthID, détectable par l’outil de vérification d’OpenAI.

7 août : le vocal accepte les fichiers et fonctionne dans les projets, avec accès aux conversations récentes, aux sources et aux instructions du projet.

31 août : sur iPhone, le contenu d’une conversation vocale peut s’afficher sur l’écran verrouillé et dans la Dynamic Island.

9 septembre : le vocal peut faire appel à GPT-5.6 ou GPT-6 Astra, les quotas sont simplifiés, et les anciens niveaux « Instant / Medium / High » du vocal disparaissent.

Deux conséquences pour vous. D’abord, la plupart des limites qu’on citait au printemps (pas de documents, pas de projets, latence perceptible) ne tiennent plus. Ensuite, le vocal n’est plus un gadget à part : il s’inscrit dans la même conversation que le texte, avec le même contexte.

Live, Advanced, Standard : quelle option choisir

Les trois options se trouvent dans Paramètres → Voix. Leur disponibilité dépend de votre plan, des réglages de votre espace de travail, de votre pays, de la version de l’application et, pour un compte adolescent, du contrôle parental.

Live, l’option par défaut

Live repose sur GPT-Live-1 ou GPT-Live-1 mini selon votre plan. Sa particularité tient à son architecture dite « full-duplex » : le modèle écoute pendant qu’il parle. Il peut glisser un « mm-hmm » pour montrer qu’il suit, vous laisser finir votre idée ou s’arrêter net quand vous l’interrompez.

Live sait aussi :

• utiliser la recherche web et la mémoire ;
• afficher des résultats visuels dans des encarts ;
• recevoir une image ou un message tapé pendant la conversation, sans ouvrir un nouveau chat ;
• afficher ses réponses en texte au fur et à mesure qu’il parle.

Ses limites actuelles, selon l’aide OpenAI : pas de vidéo, pas de partage d’écran, pas d’applications connectées ni de plugins. Il ne peut pas non plus aller chercher un fichier dans votre Bibliothèque, même si vous pouvez souvent en joindre un à la main dans la conversation.

Advanced, pour la caméra et le partage d’écran

Advanced est l’ancien mode vocal temps réel. Il reste disponible pour une raison précise : c’est la seule option qui gère la vidéo en direct et le partage d’écran, sur les applications iOS et Android, pour les abonnés éligibles. Si vous voulez montrer un appareil en panne, un panneau en langue étrangère ou une page de votre téléphone, c’est lui qu’il faut sélectionner. Il affiche aussi des sous-titres avec le bouton « cc ».

Standard, le tour par tour

Standard transcrit votre parole avant de générer la réponse, puis la lit. Les échanges se font chacun leur tour, sans interruption possible. Son intérêt principal est la confidentialité : l’audio est supprimé dès la transcription terminée, même si elle échoue, sauf si vous avez choisi de partager vos enregistrements pour l’entraînement.

Notre recommandation : restez sur Live au quotidien, passez sur Advanced uniquement quand vous devez montrer quelque chose à la caméra, et choisissez Standard pour les échanges où vous voulez limiter la conservation de l’audio.

Combien de temps pouvez-vous parler à ChatGPT ?

En conversation classique, l’usage de Live se mesure sur une période glissante de 24 heures. ChatGPT vous prévient quand vous atteignez la limite.

Source : aide OpenAI « ChatGPT Voice », consultée le 16 septembre 2026.

Depuis le 9 septembre, les abonnés Plus et Pro ne basculent plus sur la version mini quand ils atteignent leur limite : la conversation vocale s’arrête, et vous pouvez continuer à l’écrit. Pour un usage professionnel intensif (répétitions d’oral, apprentissage de langue quotidien), les 3 heures de Plus suffisent largement dans la plupart des cas.

Démarrer une conversation vocale

Sur iPhone et Android

1. Ouvrez l’application ChatGPT et appuyez sur l’icône Voix dans la barre de message.
2. Autorisez l’accès au micro si l’application le demande.
3. Lors de la première utilisation, choisissez une voix.
4. Parlez. Le bouton micro permet de couper votre son, le bouton de sortie termine l’échange.

Sur le web

1. Allez sur chatgpt.com et cliquez sur l’icône Voix dans la zone de saisie.
2. Autorisez le navigateur à utiliser le micro.
3. Commencez à parler.

Dans l’application de bureau

Sur macOS et Windows, le vocal de l’application de bureau sert surtout à piloter le travail : lancer une tâche dans ChatGPT Work ou Codex, suivre son avancement, poser des questions sur un travail en cours. Pour une simple conversation orale depuis un Mac, le plus direct reste de passer par chatgpt.com dans votre navigateur.

💡 À ne pas confondre avec un agent IA : en conversation, ChatGPT Voice reste un assistant qui répond à une demande à la fois. Utilisé dans Work ou Codex pour lancer et coordonner des tâches, il pilote des agents qui enchaînent plusieurs étapes en autonomie. Pour découvrir les agents IA autonomes (qui exécutent plusieurs étapes en chaîne), voir notre cocon Agents IA.

En voiture avec CarPlay

Sur un iPhone compatible, ChatGPT apparaît dans CarPlay. Vous pouvez lancer une conversation vocale, reprendre un chat récent ou épinglé, ou démarrer dans un projet. OpenAI rappelle de configurer l’application avant de rouler et de ne pas manipuler le téléphone en conduisant. L’option « Démarrer automatiquement dans CarPlay » apparaît dans les réglages après une première utilisation.

Les réglages qui changent l’expérience

Tout se passe dans Paramètres → Voix.

La voix. Neuf voix sont proposées, chacune avec un caractère décrit par OpenAI : Arbor (posée et polyvalente), Breeze (animée et sincère), Cove (calme et directe), Ember (confiante et optimiste), Juniper (ouverte et enjouée), Maple (gaie et franche), Sol (avisée et détendue), Spruce (calme et rassurante), Vale (vive et curieuse). Écoutez-en trois ou quatre et gardez celle que vous supporteriez vingt minutes d’affilée. Changer de voix en cours d’échange lance un nouvel appel dans le même chat.

La langue. Indiquez la langue que vous parlez le plus souvent : ChatGPT vous comprend mieux. Vous pouvez aussi lui demander, à l’oral, de passer à une autre langue.

Les conversations en arrière-plan. Activez cette option pour continuer à parler en utilisant d’autres applications ou avec le téléphone verrouillé. Depuis août, ChatGPT vérifie si une conversation en arrière-plan semble toujours active et la termine si vous ne répondez plus.

Démarrer avec la voix. Cette option lance le vocal dès que vous ouvrez une nouvelle conversation. Pratique si vous utilisez surtout ChatGPT à l’oral.

Le style de réponse. Les personnalités prédéfinies de ChatGPT ne s’appliquent pas encore à Live. Demandez directement le ton ou le rythme que vous voulez (« parle plus lentement », « réponds en trois phrases »). Il n’existe pas de réglage précis de vitesse de lecture.

Parler avec vos documents et vos projets

C’était la grande limite du printemps : le mode vocal ne voyait ni vos fichiers ni vos projets. Depuis le 7 août, GPT-Live accepte les fichiers téléversés et fonctionne dans les projets, en s’appuyant sur les conversations récentes, les sources et les instructions du projet.

Concrètement, vous pouvez :

• ouvrir un projet « Préparation comité de direction », lancer le vocal et demander « résume-moi les trois points de vigilance du dernier compte rendu » ;
• joindre un PDF dans la conversation, puis l’interroger à voix haute en marchant ;
• montrer une capture d’écran ou une photo pendant l’échange, ou taper un chiffre exact plutôt que de le dicter.

Une nuance à garder en tête : Live ne sait pas encore aller chercher un fichier dans votre Bibliothèque, ni utiliser les applications connectées. Pour un document stocké dans Google Drive ou SharePoint, ajoutez-le d’abord à la conversation par écrit. Notre tutoriel ChatGPT Projects explique comment préparer un projet.

Quand le vocal fait appel à GPT-5.6 ou GPT-6

Depuis le 9 septembre, le vocal peut s’appuyer sur GPT-5.6 ou GPT-6 Astra quand une question demande une recherche ou un raisonnement poussé. Vous choisissez le modèle et le niveau de réflexion avec les mêmes contrôles qu’à l’écrit, dans les limites de votre abonnement.

C’est le même principe que celui qu’OpenAI décrit pour les développeurs : GPT-Live-1 gère la conversation et peut déléguer le raisonnement et les outils à un modèle texte comme GPT-6 Astra (OpenAI, septembre 2026). Pour vous, cela signifie qu’une question pointue posée à l’oral (« compare les deux offres de ce devis ») peut prendre quelques secondes de plus, mais obtenir une réponse aussi solide qu’à l’écrit. Notre article sur GPT-6 détaille ce que ce modèle change.

Cinq usages où l’oral fait gagner du temps

Réfléchir en marchant. Vous exposez un problème, ChatGPT pose des questions, vous précisez. Live gère bien les pauses : demandez-lui en début d’échange d’attendre votre signal avant de répondre (« attends que je te demande ton avis »). La transcription reste ensuite dans le chat pour en tirer un plan écrit.

Préparer une prise de parole. Pitch commercial, soutenance, animation de réunion, entretien annuel : vous répétez, ChatGPT joue l’interlocuteur et vous fait un retour sur la clarté et le rythme. En formation, c’est l’usage qui convainc le plus vite les managers.

Apprendre ou entretenir une langue. Conversation à votre niveau, correction de prononciation, jeu de rôle en situation. Une expérience menée par l’application Speak avec GPT-Live-1 montre que le modèle laisse davantage le temps de réfléchir, avec près de 80 % d’interruptions en moins qu’un système tour par tour (OpenAI).

Traduire en situation. En déplacement, pointez la caméra sur un panneau ou un menu avec Advanced, ou demandez à Live d’alterner la traduction entre deux langues pendant un échange.

Réviser un dossier sans écran. Dans la voiture ou dans les transports, interrogez à voix haute un projet préparé à l’avance : dates clés, points ouverts, arguments.

À l’inverse, gardez l’écrit pour rédiger un document long, manipuler des chiffres précis, citer une référence exacte ou écrire du code. Pour la rédaction, notre guide sur ce qui a remplacé ChatGPT Canvas détaille la méthode.

Les limites à connaître

Une transcription qui n’est pas un procès-verbal. L’aide OpenAI prévient que la transcription ajoutée au chat peut s’écarter de ce qui a été dit, surtout avec des voix qui se chevauchent, du bruit ou un échange rapide. Ne l’utilisez pas comme compte rendu officiel sans relecture.

Un seul interlocuteur à la fois. Live est conçu pour une conversation en tête-à-tête. En réunion, il peut répondre alors que les participants se parlent entre eux.

Le bruit de fond reste un piège. Des interruptions surviennent encore avec un environnement bruyant, de longues pauses ou une autre voix. Utilisez des écouteurs ; sur iPhone, activez « Isolation de la voix » dans le mode micro du centre de contrôle.

Une seule conversation vocale à la fois, et des sessions qui peuvent s’arrêter en cas de limite d’usage, de durée maximale ou de contexte trop long. Vous pouvez alors continuer par écrit.

Des erreurs sur les dates et les lieux. Le vocal utilise le fuseau horaire de votre appareil pour comprendre « aujourd’hui » ou « demain ». Pour une question sensible au temps ou au lieu, précisez la date et la ville.

Pas de connexion, pas de vocal. Tout le traitement se fait sur les serveurs d’OpenAI.

Confidentialité : ce que deviennent vos enregistrements

Les règles ont été clarifiées par OpenAI et méritent d’être connues avant tout usage professionnel.

Les clips audio des conversations Live et Advanced, et les clips vidéo d’Advanced, sont conservés avec la transcription pendant 30 jours. Quand vous supprimez un chat, ses clips sont supprimés sous 30 jours, sauf obligation de sécurité ou légale. Archiver une conversation ne supprime rien. Avec Standard, l’audio est effacé dès la transcription terminée.

OpenAI n’entraîne pas ses modèles sur vos enregistrements audio ou vidéo, sauf si vous activez « Inclure vos enregistrements audio » ou « Inclure vos enregistrements vidéo » dans Paramètres → Contrôle des données. En revanche, si « Améliorer le modèle pour tous » est activé, les transcriptions peuvent servir à l’entraînement selon votre plan. Dans les espaces Business, Enterprise et Edu, le partage des clips pour l’entraînement n’est pas possible, et l’administrateur peut désactiver complètement le vocal.

Pour une équipe, la règle simple tient en une phrase : pas de données clients ou RH dictées dans un compte personnel. Notre guide sur le déploiement de ChatGPT au travail détaille le cadre à poser.

Former vos collaborateurs à l’oral assisté

Le vocal est l’usage de ChatGPT le plus facile à adopter et le plus difficile à cadrer. On l’essaie en deux minutes, mais on oublie vite qu’une conversation dictée dans la voiture reste une donnée. Les équipes qui en tirent le plus de valeur ont appris deux choses : formuler un cadre en début d’échange (rôle, durée, format de retour) et transformer la transcription en livrable écrit relu. C’est ce que nous travaillons pour préparer vos collaborateurs à la prise de parole assistée par IA, avec des mises en situation tirées de leur métier.

Au final, ChatGPT Voice a franchi une étape cet été : une conversation qui se rapproche d’un échange entre personnes, reliée à vos projets, à vos fichiers et aux modèles de raisonnement les plus avancés d’OpenAI. Pour réfléchir, répéter une intervention ou pratiquer une langue, c’est devenu l’usage le plus rentable de l’outil, avec 3 heures quotidiennes dès l’abonnement Plus. Il ne remplace pas l’écrit pour produire, et il demande une vigilance nouvelle sur ce que l’on dicte. Pour ancrer ces pratiques dans votre organisation, notre formation IA générative certifiée qui couvre l’oral, l’écrit et l’image, finançable par votre OPCO, s’appuie sur des cas issus de vos métiers.