OpenAIは7月8日（米国時間）、ChatGPTの音声会話機能を刷新する新世代の音声AIモデル「GPT-Live」を発表した。PC Watchが7月9日付で報じたところによると、「うんうん」と相づちを打ちながら、ユーザーが考え込んでいる間は黙って待つといった、人間同士の会話に近い自然なやり取りを実現するのが最大の特徴だという。「GPT-Live-1」と「GPT-Live-1 mini」の2モデルが、iOS・Android・Web版のChatGPTに順次展開される。

なぜGPT-Liveが注目されるのか

最大のポイントは「フルデュプレックス」と呼ばれる同時双方向会話アーキテクチャの採用だ。従来の音声AIは、ユーザーが発話を終えるまで待ってから応答を生成する挙動が多く、少し考え込んだだけで不自然に割り込んでしまうことが少なくなかった。GPT-Liveは入力の処理と出力の生成を並行して行い、話す・聞く・黙るという判断を毎秒何度も更新する。これにより、ユーザー側からの割り込みや「ちょっと黙って聞いてて」といった指示にも対応できるようになった。

もう一つの柱が「委任（ハンドオフ）」の仕組みだ。Web検索や高度な推論が必要な場面では、会話の裏側で最新モデル（発表時点ではGPT-5.5）が処理を引き継ぎ、会話のテンポを止めない設計になっている。推論の深さもInstant／Medium／Highの3段階から選択でき、即答型の「GPT-5.5 Instant」と熟考型の「GPT-5.5 Thinking」を場面に応じて使い分ける。

海外レビューのポイント

発表直後の現時点では、外部メディアによる詳細な実機レビューはこれから出そろう段階だ。PC Watchの報道によれば、OpenAI社内の人間評価では、会話の自然な流れや割り込みの少なさの点で、従来のAdvanced Voice Modeより強く支持されたという。良い点として挙げられるのは、リアルタイム翻訳や騒音下での聞き分け精度の向上、9種類の音声のリマスターなど、実用面での底上げが図られている点だ。

一方で気になる点もある。公開時点ではカメラ映像や画面共有を見せながら話すマルチモーダル音声会話には非対応で、対応は「近日中」とされるにとどまる。また言語によっては訛りや流暢さの不足が残るとされており、日本語での完成度がどこまで英語版に迫れるかは今後の検証が待たれる。

安全面では、自傷や過度な感情的依存といった音声特有のリスクに対する専用の安全学習を実施したことも明らかにされた。応答をリアルタイム生成している最中でも、危険な出力を検知した時点で安全な方向へ軌道修正する仕組みを備え、10代ユーザー向けにはペアレンタルコントロールで音声機能自体のオン・オフを保護者が選べるようにした。実在人物の声を模倣させない対策も講じられている。

日本市場での注目点

GPT-Liveは追加料金なしで既存プランに組み込まれる形で展開される。GPT-Live-1はGo／Plus／Proといった有料プラン、miniは無料プランの音声モード標準モデルとなるため、日本のユーザーも現行のChatGPTサブスクリプションのままアップグレードの恩恵を受けられる見込みだ。API経由での提供も近日予定されており、業務システムやアプリへの組み込みを検討する開発者にとっても選択肢が広がる。

日本語対応については前述の通り、訛りや流暢さの面で発表時点では発展途上とされる。英語商談の同時通訳的な使い方や語学学習用途などを検討する場合は、日本語の完成度を実際に確認してから本格導入を判断するのが無難だろう。競合としてはリアルタイム翻訳機能を持つ音声アシスタント全般が比較対象になるが、ChatGPTの会話の自然さと汎用性を組み合わせられる点は引き続き強みになりそうだ。

筆者の見解

今回の発表で注目したいのは、機能の派手さよりも安全設計の考え方だ。自傷や感情的依存への対策を「禁止」ではなく、危険な兆候を検知したら会話の途中でも安全な方向へ軌道修正する仕組みとして組み込んでいる点は、AIを実際に使い続けてもらうための設計として理にかなっている。禁止一辺倒のアプローチは結局ユーザーが抜け道を探すだけになりがちで、公式機能が一番安全で便利だと感じてもらえる状態を作るほうが、長い目で見て健全だ。

また、フルデュプレックス化によって「割り込まれても不自然にならない」会話が実現したこと自体は歓迎したい。ただし本質的な価値は会話の滑らかさそのものより、ユーザーが逐一確認や承認をしなくても目的を汲んで動いてくれるかどうかにある。音声インターフェースの自然さが向上したことで、次に問われるのは、その裏側でどこまで自律的にタスクをこなせるかという点だろう。今回はあくまで対話モデルの刷新だが、この方向性が裏側のエージェント機能とどう連動していくかは注視しておきたい。

日本のユーザーにとっては、まず日本語での完成度がどこまで英語版に近づくかが実用可否を左右する。過度な期待も失望もせず、実際に触って自分の用途に合うかどうかを見極めるのが賢明だ。

出典: この記事は ChatGPTが“相づち”を打つ会話AIに進化。自傷やAIへの感情依存対策も の内容をもとに、筆者の見解を加えて独自に執筆したものです。