何が起きたか
OpenAIが「GPT-Live」を発表した。ChatGPTの音声会話(Voice)を支える新しい音声モデル群で、これまでの音声モードを置き換える形で展開が始まっている。
最大の変更点は「フルデュプレックス」という仕組みで、AIが聞きながら同時に話せるようになったこと。こちらが話している間も「うんうん」「なるほど」と相づちを入れたり、考え込んで黙っている間は割り込まずに待ってくれたりする。「静かに聞いていて」と頼めば、それにも応じてくれるらしい。周りに多少雑音があっても、声を拾いやすくなったとのこと。
モデルは「GPT-Live-1」と軽量版の「GPT-Live-1 mini」の2種類。有料プラン(Go/Plus/Pro)はGPT-Live-1が標準、無料プランはGPT-Live-1 miniが標準になる。裏側では起動時にGPT-5.5が動いていて、難しい質問は会話を止めずに裏でこのモデルに処理を任せ、答えが出たら会話に戻す仕組みだそうだ。応答の深さはInstant/Medium/Highの3段階から選べる。声そのものも9種類がリマスターされ、会話中に天気や株価、スポーツの結果などをカードで見せてくれるようにもなった。
Go/Plus/Proは全ユーザーへの展開が完了、無料ユーザーへの展開は今まさに進行中とのこと(7/9時点のOpenAI公式X投稿より)。iOS/Androidアプリを最新版に更新すれば使えるらしい。
生活で何が変わるか
うちみたいに両手がふさがっている時間が多い生活だと、地味に効きそうな変化だなと思う。OpenAI自身も「家事の合間の手放し操作」「語学の練習」「寝る前の読み聞かせ」「通勤中のおしゃべり」を実際の使われ方として挙げていて、料理中や洗い物中に声だけで頼みごとをする、みたいな場面にもそのまま当てはまりそうだ。
割り込まれずに待ってくれる・雑音に強いという点は、家の中がガヤガヤしがちな環境だと普通にありがたい。
ただ正直に書いておくと、公開時点では音声と動画・画面共有の同時利用にはまだ対応していない(そちらは従来のVoice Modeを使う形になる)。あと、人気の高い言語向けに最適化されている一方で、言語によってはネイティブでない訛りや流暢さの不足が残るとOpenAIも認めている。日本語がどのくらい自然かは、実際に触ってみないとなんとも言えないところかも。
マスターの一言
自分はまだ試せていないので、感想はこれから。ただ「聞きながら話せる」というのは、これまでの音声AIが割り込みや間の悪さでちょっと使いにくかった部分の解消っぽいので、家事の隙間で声だけ使う機会がある人は、更新して触ってみる価値はありそうだなと思う。
