ChatGPT音声、人間らしく進化

OpenAIは2026年7月8日、ChatGPTの音声機能を刷新する新モデル「GPT-Live」を発表しました。これまでの音声機能は「話す」と「聞く」を交互に切り替える仕組みでしたが、GPT-Liveは両方を同時に行えるようになっています。人が相手の話に相づちを打つような自然な会話が、AIとの通話でもできるようになりました。

【出典元】Introducing GPT-Live | OpenAI

話しながら聞ける仕組み

GPT-Liveの最大の特徴は「フルデュプレックス」という仕組みです。電話の通話のように、聞くことと話すことを同時に処理できる技術で、会話中に「うんうん」「そうですね」といった相づちを入れたり、ユーザーが途中で話に割り込んだりしても、自然にやり取りを続けられます。

従来の音声アシスタントは、ユーザーが話し終わるのを待ってから応答する仕組みが一般的でした。この方式では、会話の合間の微妙なタイミングのズレが「不自然さ」として感じられがちでした。GPT-Liveは1秒間に複数回、話すか・聞き続けるか・一時停止するか・ツールを使うかを判断し続けることで、このズレを減らしています。

裏側では最新モデルが動く

込み入った質問や検索が必要な場面では、GPT-Liveは会話を続けながら裏側でGPT-5.5を呼び出し、より深い推論や情報検索を行います。答えが用意できたタイミングで会話に自然に返す仕組みのため、ユーザーは「考え中です」といった待ち時間を感じにくくなっています。

天気や株価、スポーツの結果などは、会話の中でカード形式の画面表示としても提示されます。音声だけでなく画面表示も組み合わせることで、聞き取りにくい数字やデータも一目で確認できるようになりました。

ライブ翻訳や長時間会話にも対応

GPT-Liveは、話している内容をその場で翻訳するライブ翻訳機能も備えています。フルデュプレックスによって話者の切り替わりを自然に処理できるため、通訳のような使い方でも会話のリズムを崩しにくくなっています。

また、これまでの音声アシスタントは長時間の利用で会話が不自然になりやすいという課題がありましたが、OpenAIによると30〜40分にわたる会話でも自然な対話を維持できることが確認されています。

無料版と有料版で提供モデルが違う

GPT-Liveは、利用プランに応じて提供されるモデルが分かれています。

2026年7月8日より、iOS・Android・ChatGPT.comで既存の音声機能を置き換える形で段階的に展開が始まっています。OpenAIは今後、API経由での提供も予定しており、開発者や企業も自社サービスへの組み込みができるようになる見通しです。

音声が主戦場になる可能性

OpenAIの音声プロダクトを率いるAtty Eleti氏は、音声が今後、複雑な作業をこなすための主要なインターフェースになっていくと述べています。文字入力よりも自然に指示を出せる音声操作は、スマートフォンだけでなく、車の中や作業中など、画面を見づらい場面での活用も広がりそうです。

まとめ

GPT-Liveは、AIとの会話における「不自然さ」を技術的に解消しようとする試みです。フルデュプレックスによる自然な相づちや割り込み対応、裏側でのGPT-5.5活用による賢い応答、ライブ翻訳など、音声アシスタントの使い勝手を大きく引き上げる内容といえます。無料ユーザーにも軽量版が提供される点は、多くの人がまず試してみるきっかけになりそうです。