GPT-Live

ChatGPTに声で相談するとき、AIが話し終わるまでこちらは黙って待つのが基本でした。その「順番制」を崩す音声モデルGPT-Liveが、7月8日からChatGPT Voiceに展開されています。 🎙️ AIが話しながら聞き続ける、full-duplex方式とは何か GPT-Liveの核心は「full-duplex（フルデュプレックス）」という設計です。AIが話しながらユーザーの声も聞き続ける方式で、従来の「相手が話し終わったら次が話す」ターン制とは異なります。 実際の会話では、こちらが「あ、待って」と遮ったり、少し考えて黙ったりする場面があります。Advanced Voice ModeをChatGPT Proで使っていると、AIが話し続けている途中に言い直したくなっても、話がすでに先に進んでしまうことがよくありました。GPT-Liveは、この割り込み・沈黙・言い直しを受け取れる設計に変わっています。 難しい質問が来たとき、GPT-Liveは会話を続けながらGPT-5.5などのモデルに処理を委任できます。ユーザーは深い回答を得るためだけに会話を止める必要がなくなります。 📋 有料と無料でモデルが違う、対象外の環境も広い GPT-Live-1は有料プラン向け、GPT-Live-1 miniは無料プラン向けとして、それぞれChatGPT Voiceの標準モデルに置かれました。iOS・Android・ChatGPT.comで使えます。ログインしていないユーザーは音声会話を開始できません。 対象外の範囲は広いです。ChatGPT Business・Enterprise・Eduのワークスペースでは利用できず、既存の音声オプションが継続します。デスクトップアプリ、動画・画面共有、接続アプリ、プラグイン、カスタムGPT、Codex、Temporary Chatsも現時点では非対応です。 職場のChatGPT契約では、今回はほぼ対象外と思っておいていい。家庭のスマホや個人アカウントでの利用が、今回の展開の中心です。 🔊 9種類の声と、音声×テキスト×画像の組み合わせ Liveに対応した音声はArbor、Breeze、Cove、Ember、Juniper、Maple、Sol、Spruce、Valeの9種類で、設定から切り替えられます。 音声会話中に画像を添付したり、話せない場面で文字入力に切り替えたりできます。同じチャット内でテキスト・画像・音声を組み合わせられる点は、手元のスクリーンショットを見せながら声で質問するといった使い方に対応しています。料理中や移動中に声で相談して、必要なときだけ画面に切り替えるような場面を想定した設計です。 ⚠️ 感情依存の評価と、日本語利用で押さえておくこと OpenAIのシステムカードでは、GPT-Live-1の感情的依存スコア（emotional reliance）がAdvanced Voice Modeの0.88から0.82に下がったと報告されています。ただし統計的に有意な差ではないとも明記されています。 音声が自然になるほど、AIを情報ツール以上の存在として体験する場面が増えます。長時間利用や子どもの利用については、話す内容と時間の範囲を家庭で決めておくといいですね。音声の自然さが増すほど、AIとの距離感は変わってくるからです。なお、OpenAI自身はLiveをコンパニオン化のためのものではないと説明しています。 日本語でどの程度自然に機能するかは、公式情報だけでは断定できません。TechCrunchがデモ取材でヒンディー語翻訳に強いアメリカ訛りと不自然な表現があったと指摘しています。英語デモの印象を日本語利用にそのまま当てはめるのは早計で、実際に使って確かめる段階です。 参考 OpenAI「Introducing GPT-Live」（https://openai.com/index/introducing-gpt-live/） OpenAI Deployment Safety Hub「GPT-Live System Card」（https://deploymentsafety.openai.com/gpt-live） OpenAI Help Center「ChatGPT Voice」（https://help.openai.com/en/articles/20001274） TechCrunch「OpenAI releases new voice models for more natural live conversations」（https://techcrunch.com/2026/07/08/openai-releases-new-voice-models-for-more-natural-live-conversations/）