何が起きたか

OpenAIが11月18日付のChatGPTのリリースノートで、音声入力(マイクのアイコンを押して話し、文字にする機能)を「Live Dictation」に変えたと発表しました。変わったのは次の2つです。

  • 話している途中から、言葉が文字になって出てくる。リリースノートは、文字起こしが終わるのを待つ時間が減ると説明している
  • 1回の録音は10分まで、という上限をなくした

話している間に画面の波形をタップ(パソコンではクリック)すると、途中の文字を表示したり隠したりできます。提供はすべてのChatGPTプランが対象で、全世界に向けてiPhone・Android・ウェブ・デスクトップアプリへ順に配信中です。上限をなくした後に別の上限があるかどうかは、リリースノートの項目には書かれていません。

6月には音声認識のモデルが新しくなり、聞き間違いが減ったという発表がありました(当時の記事)。今回はその続きで、速さと長さの側の改善です。なお日本語版のリリースノート(機械翻訳)には、11月20日1時33分に確かめた時点で、この項目はまだ載っていません。

生活で何が変わるか

10分の上限がなくなったので、長い話をまとめて吹き込めます。たとえば学校の面談で聞いたことを、帰り道に思い出しながら全部話しておき、あとでChatGPTに箇条書きに整えてもらう、という使い方がしやすくなります。話しながら文字が出るので、途中で聞き間違いに気づいて言い直しやすくなりそうです。

音声はどう扱われるか

音声入力のFAQ(日本語は機械翻訳)によると、録音した音声はそのチャットが履歴に残っている間は保存され、チャットを削除すると、例外を除いて30日以内に消されます。モデル改善のために音声の共有を選んでいる一般ユーザーの場合、学習に使われることがあります。止めたいときは、設定の「データコントロール」で「音声録音を含める」をオフにします(音声チャットの音声の共有も一緒に止まります)。このFAQの更新日は「先月」で、Live Dictationにはまだ触れていません。

マスターの一言

自分のアプリが新しい表示に切り替わったかは、まだ確かめていません。配信は順番なので、来たら短い買い物メモではなく、長めの話を一気に吹き込んで、どこまで聞き取れるかを見てみるつもりです。