Le mode vocal de ToRun était un talkie-walkie. Tu parles, il écoute ; il parle, ton micro est fermé. Ce n'est pas comme ça que les gens parlent, et tout le monde le remarque en une trentaine de secondes — le moment où tu veux dire « non, l'autre » et où tu dois attendre qu'une phrase se termine d'abord.
gpt-live-1 est un moteur en duplex intégral. Le micro reste ouvert pendant qu'il parle. Tu peux le couper comme tu couperais une personne, et il t'entend pendant qu'il parle, pas seulement après.
Derrière le même contrat
C'est un protocole différent de la voix en temps réel que nous avions déjà — un point de terminaison différent, un vocabulaire d'événements différent, pas d'identifiants de tour, pas de marqueur de fin de tour. Tout cela est traduit à une seule frontière vers les événements que notre pont vocal parle déjà. En dessous, rien ne change : même session, mêmes outils pendant un appel, même règlement à la minute, mêmes deux applications.
Avant même qu'une ligne ne soit écrite, une sonde a fait tourner la boucle entière contre le fournisseur avec une clé de développement et a enregistré les trames. Ces enregistrements sont les fixtures contre lesquelles la couche de traduction est testée — ce qui est testé, c'est donc ce que le fournisseur envoie réellement, pas ce qu'un document dit qu'il envoie.
L'écho est la raison pour laquelle personne ne fait ça par défaut
Un micro ouvert pendant la lecture entend l'assistant. Sans suppression, il se répond à lui-même, sans fin. Sur iOS, la session audio bascule donc vers le profil de traitement vocal, celui qui annule l'écho et se comporte comme un haut-parleur ; sur Android, le préréglage de capture fait le même travail.
Cela a un coût réel, et c'est pourquoi la décision se prend par modèle plutôt que globalement. La ligne de catalogue porte un indicateur. Un modèle avec cet indicateur garde le micro ouvert et active l'annulation ; toute autre voix sur la plateforme garde sa porte et son profil audio plus fort, exactement comme avant. La décision est prise au démarrage de la session, puis reprise à partir de ce que le serveur a réellement ouvert, au cas où un palier par défaut se serait résolu vers autre chose.
Sur le web, rien n'a changé : le micro n'y a jamais été verrouillé, et le navigateur demande déjà l'annulation d'écho.
Ce que ce n'est pas encore
Ce n'est pas sur le palier gratuit. Une minute gratuite disparaîtrait en un seul échange, et un forfait qui s'épuise au milieu d'une phrase est pire qu'un forfait jamais proposé.
Et la première version se comporte plutôt comme une amélioration qu'une transformation sur mobile, parce que les deux applications gardent encore une partie de leur propre verrouillage jusqu'à ce que l'annulation côté appareil soit confirmée sur du matériel réel. Le moteur est en duplex intégral ; les téléphones rattrapent leur retard.