Parler à voix haute avec ChatGPT ou Gemini : mode d’emploi

Activer le mode vocal, pas à pas

Sur ChatGPT, tout se passe dans l’application mobile ou de bureau. À droite du champ de message, une icône en forme d’onde sonore lance le mode vocal. Au premier essai, le téléphone demande l’autorisation d’utiliser le micro, puis vous choisissez une voix parmi celles proposées. Il ne reste qu’à parler : la réponse arrive à l’oral, sans rien taper.

Côté Gemini, l’application mobile propose un bouton « Live » qui ouvre une conversation continue, où l’on peut couper la parole à l’assistant pour préciser sa demande. Sur un téléphone Android récent, Gemini peut aussi remplacer l’assistant vocal par défaut et se lancer sans même ouvrir l’application.

Les deux modes sont accessibles gratuitement à la date de publication, avec des limites d’usage qui varient selon les formules. Des écouteurs améliorent nettement l’expérience : le micro capte mieux votre voix et l’entourage n’entend pas la réponse.

10 usages où la voix change tout

La voix brille d’abord quand les mains sont occupées. En cuisine, on demande une substitution d’ingrédient sans toucher l’écran ; en bricolant, on se fait guider étape par étape ; en marchant, on réfléchit à voix haute et l’assistant met de l’ordre dans les idées. C’est aussi un bon moyen de dicter le premier jet d’un courriel, que l’on peaufinera ensuite à l’écrit.

Elle transforme ensuite l’entraînement. Répéter un entretien d’embauche face à un interlocuteur qui rebondit, simuler une négociation commerciale, roder une présentation avant de monter sur scène : l’oral prépare à l’oral bien mieux qu’un échange écrit. Les apprenants de langues y gagnent un partenaire de conversation disponible à toute heure, qui ne juge jamais un accent hésitant.

Restent des usages plus personnels : réviser un examen en mode questions-réponses, débriefer sa journée pour y voir clair, se faire raconter une histoire ou expliquer une notion pendant un trajet. Et pour les personnes que la lecture fatigue, en cas de troubles visuels ou de dyslexie par exemple, la voix rend ces outils réellement accessibles.

Langues, accents et bruits de fond

Le français est très bien pris en charge, et l’on peut changer de langue au fil de la même conversation, pratique pour s’entraîner en anglais avant une visioconférence. Les accents régionaux, québécois ou africains sont généralement bien compris ; quand un mot passe mal, reformuler suffit le plus souvent à remettre l’échange sur les rails.

Le bruit ambiant reste le principal ennemi. Dans un café animé, le micro capte tout et l’assistant peut croire que vous avez fini de parler, ou mélanger les voix. Un environnement calme, ou des écouteurs avec micro intégré, règlent l’essentiel du problème. Autre réflexe utile : parler à un rythme naturel, sans détacher les syllabes comme on le faisait avec les anciens assistants vocaux.

Les limites du mode vocal

L’oral n’est pas fait pour tout. Une réponse longue et structurée, un tableau comparatif ou un document à retravailler se manipulent bien mieux à l’écrit, où l’on peut relire et corriger. Écouter trois minutes de monologue pour retrouver une information précise est vite pénible ; à l’écrit, un coup d’œil suffit.

La vigilance est aussi plus difficile. Une affirmation fausse dite d’une voix assurée passe mieux qu’une phrase écrite qu’on vérifie posément, or ces assistants se trompent parfois avec beaucoup d’aplomb. Pour la santé, le droit ou l’argent, la voix sert à débroussailler, jamais à décider : les professionnels et les sources officielles comme service-public.fr restent la référence. S’ajoutent des limites techniques, quotas de temps sur les offres gratuites et coupures occasionnelles, qui rappellent que la technologie est jeune.

Confidentialité : ce que le micro implique

Parler à une IA, c’est envoyer sa voix sur les serveurs de l’éditeur. Les conversations vocales peuvent être conservées et, selon vos réglages, utilisées pour améliorer le service. ChatGPT comme Gemini proposent des paramètres pour limiter cette utilisation et supprimer l’historique : prenez cinq minutes pour les passer en revue avant d’en faire une habitude quotidienne.

Le bon réflexe tient en une phrase : ne dites pas à voix haute ce que vous n’écririez pas dans un courriel ordinaire. Données de clients, informations médicales ou éléments confidentiels d’une entreprise n’ont rien à faire dans une conversation vocale grand public. Pensez aussi à votre entourage : dans un lieu public ou un bureau partagé, votre échange s’entend. Pour connaître vos droits sur ces enregistrements, le site de la CNIL est la meilleure porte d’entrée.