OpenAIは2026年7月24日(日本時間)、ChatGPTデスクトップアプリ(macOS/Windows)に新しい音声対話機能「ChatGPT Voice」を追加したと発表した。PC Watchが同日付で報じている。対象はPlus、Pro、Business、Edu、Enterpriseの各有料プランで、同日から順次展開される。
なぜこの製品が注目か
ChatGPT Voiceの最大の特徴は、「話す」と「聞く」を同時にこなすフルデュプレックス(全二重)型の音声対話にある。基盤となっているのは、7月9日に発表されたばかりの音声専用モデル「GPT-Live」だ。人間同士の会話のように相手の発言を聞きながら自分も話せるため、「発話→待機→応答」を繰り返す従来型の音声アシスタントとは体感が大きく異なる。
さらに今回のデスクトップアプリ対応で踏み込んだのが、音声によるPC操作と、複数のAIエージェントの同時指揮だ。エージェント機能「ChatGPT Work」や、コーディングエージェント「Codex」上で動く複数のエージェントに対し、声だけで次々と指示を出せるようになった。公式ヘルプによれば、Web検索やメモリの参照、ビジュアルウィジェットの表示にも音声対話のまま対応するという。キーボードから手を離した状態で複数のタスクを並行して進められる点は、AIエージェントの活用が「1つの指示を待つ」段階から「複数のタスクを同時に監督する」段階へ移りつつあることを象徴している。
海外レビューのポイント
PC Watchの竹元かつみ氏は、ChatGPT Voiceを実際に試用したレポートを公開している。竹元氏によれば、ChatGPTと音声で会話を続けたまま、画像生成スキル「Imagegen」による3Dボクセルアートの生成が進み、その後Remotionを使ったmp4出力までを声の指示だけで進められたという。竹元氏は「ChatGPTと会話しながらCodexで開発を進められるのは実に楽だった」と、ハンズフリー操作の快適さを評価している。
一方で元記事の記述からは、デスクトップアプリ本体へのChatGPT Voiceの展開が執筆時点で竹元氏の環境に行き渡っておらず、iOSアプリのリモート接続機能「Remote」経由でCodexと連携した音声対話を体験した可能性がうかがえる。OpenAIも公式X(旧Twitter)で、iOSアプリからリモート接続を使えばCodex上でChatGPT Voiceを利用できると案内しており、Android対応は近日公開予定としている。全ユーザーへの展開はこれから順次進む段階で、デスクトップアプリでの体験レポートは今後さらに積み上がっていきそうだ。
日本市場での注目点
ChatGPT Voiceは新規ハードウェアではなく既存アプリへの機能追加のため、Plus(月額20ドル程度)以上の契約があれば追加料金なしで使える。日本語音声での対話精度がどこまで実用レベルにあるかは、展開が進んだ後の検証を待つ必要がある。
音声とAIエージェントでPC操作を代替する取り組みは各社が模索を続けている領域であり、ChatGPT Voiceは「複数エージェントの同時指揮」という切り口で先行した格好だ。日本のエンジニアにとっては、コーディングエージェント(Codex)との連携を声だけで行える点が特に実務的なインパクトを持つ。ハンズフリーの開発ワークフローに関心がある読者は、対応プランの契約状況を確認しておくとよいだろう。
筆者の見解
今回のChatGPT Voiceで注目したいのは、機能そのものよりも「人間の認知負荷をどう下げるか」という設計思想の方向性だ。声で指示を出し、複数のAIエージェントが並行してタスクをこなす——これは、人間が逐一確認・承認しながら進める使い方から、目的を伝えれば自律的に進めてくれる使い方へと軸足を移す動きの一つとして捉えられる。AIエージェントが自分で判断・実行・検証をループさせる仕組みという発想が、音声インターフェースという形でユーザーの手元に降りてきた印象を受ける。
日本のエンジニアには、こうした新機能が出るたびに「使えるかどうか」を評論する前に、まず実際に触って自分の開発フローに組み込んでみることを勧めたい。情報を追いかけることに時間を使うより、実際に使って成果を出す経験を積む方が、今の局面では投資対効果が明らかに高い。企業でも個人でも、クラウドかローカルかを問わずAIエージェントを日常的に使える環境を整えることが、もはや当たり前の前提になりつつある。ChatGPT Voiceのような機能追加は、その前提を後押しする材料の一つとして素直に歓迎したい。
出典: この記事は ChatGPT、会話しつつPC操作や複数AIエージェント同時指揮が可能に 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。