OpenAIは7月8日（現地時間）、新たな音声AIモデル「GPT-Live」を発表した。同モデルはChatGPTの音声モードを支える次世代基盤となり、より自然な人とAIの対話を実現することを目的としている。
GPT-Liveは全二重アーキテクチャを採用し、「話しながら聞く」能力を持つ。これにより相手が話している間でも積極的に傾聴を示し、「mhmm」や「yeah」といった相づち、自然な掛け合い、間の取り方まで対応できるため、実際の会話に近い体験となる。さらにウェブ検索や高度な推論、複雑作業が必要な場合は、GPT-5.5などの最新のフロンティアモデルにバックグラウンドで委任し、結果を会話に反映できる。
従来の音声AIは順番制・カスケード型により遅延や不自然さが生じていたが、GPT-Liveは継続的なやり取りと「作業の委任」を分離。1秒間に何度も「話す」「聞く」「割り込む」などの判断ができ、会話の滑らかさと即時性が向上した。
リリース時には「GPT-Live-1」「GPT-Live-1 mini」の2種を提供し、Go、Plus、Proユーザーには前者、Freeユーザーには後者がデフォルトとなる。言語面では主要言語向けに最適化されているが、今後も対応言語・機能は拡充予定。
安全性にも配慮され、音声特有のリスクに対しては専用保護策や年齢制限対応も導入。API提供も今後予定されており、開発者は通知登録フォームから登録が可能である。ChatGPTの各プラットフォームへは順次展開を進めている。
- 関連リンク
この記事は参考になりましたか？
- この記事の著者
-
CodeZine編集部（コードジンヘンシュウブ）
CodeZineは、株式会社翔泳社が運営するソフトウェア開発者向けのWebメディアです。「デベロッパーの成長と課題解決に貢献するメディア」をコンセプトに、現場で役立つ最新情報を日々お届けします。
※プロフィールは、執筆時点、または直近の記事の寄稿時点での内容です
