ทันเอไอ

OpenAIがGPT-Liveを発表、ChatGPT Voiceをアップグレードし、人間のように滑らかな会話を実現

同時に聞き取り・発話が可能な新しい音声モデルファミリー。AIとの会話をより自然で、かつてないほど即座に双方向でやり取りできるようにする。

OpenAIは、人間とAIとの会話をより自然で、まるで人間と話しているかのようにスムーズにすることを目的に設計された次世代の音声モデル「GPT-Live」を発表しました。この新しいモデルファミリーは、2026年7月8日よりChatGPT Voice機能の基盤として動作を開始しました。 GPT-Liveの核心は、全二重 (full-duplex) アーキテクチャにあります。これは、交互に話す半二重 (half-duplex) 方式で動作していた以前の音声モデルとは全く異なります。この機能により、GPT-Liveはユーザーの音声を聞き取りながら同時に応答することが可能となり、ユーザーが発言を終えるのを待ってから処理する必要がないため、会話が途切れることがありません。モデルは1秒間に複数回、会話の状況に応じて、話し続けるか、聞き続けるか、発言を止めるか、ユーザーが割り込んだ際に中断するか、あるいは他のツールを呼び出すかなどを判断できます。 舞台裏では、GPT-Liveがウェブ検索や深層的な推論といった複雑な命令を処理する必要がある場合、正確で完全な回答を得るために、GPT-5.5のような大規模言語モデルにタスクを委譲します。 展開にあたり、OpenAIはモデルを2つのバージョンに分けています。GPT-Live-1は有料ユーザー（Go、Plus、Pro）向けのデフォルト音声モデルとなり、GPT-Live-1 miniは無料ユーザーに提供されます。 このリリースは、音声機能に対する需要の高まりの中で行われました。OpenAIは、毎週1億5000万人以上のユーザーがChatGPTの音声機能とディクテーション機能を利用していることを明らかにしています。ただし、GPT-Liveの初期リリースでは、ビデオ通話や画面共有にはまだ対応していません。しかし、同社はこれらの機能を将来的に追加するため、開発を加速させていると述べています。