「GPT-Live」登場、割り込み可能な全二重音声対話をChatGPTに実装

OpenAIが新世代の音声モデル「GPT-Live」を発表しました。同時に聞き取りと発話ができる全二重(フルデュプレックス)アーキテクチャを採用し、より自然な音声対話を実現しています。ChatGPTの音声機能として全世界で即日利用開始されました。

詳細

• 自然な会話の流れ: 「うんうん」「はい」といった相槌を打ちながら会話を続けられ、割り込みにも自然に対応。ユーザーが考える時間を必要としているタイミングも認識
• 全二重処理: 話す・聞く・待つ・割り込むという判断を1秒間に何度も行う
• タスクの委任: Web検索や複雑な推論は裏側の別モデルに委任しつつ、会話の連続性を維持
• マルチモーダル対応: 音声会話中に天気・株価・スポーツ情報などをビジュアルカードで表示
• 雑音対策: 背景ノイズのフィルタリングが向上し、誤った割り込み検知が減少
• 制限事項: 現時点では動画・画面共有には非対応。従来の音声モードも引き続き利用可能

提供形態

ユーザー層	モデル
有料プラン	GPT-Live-1(Instant/Medium/Highの推論レベルあり)
無料プラン	GPT-Live-1 mini

使ってみるには

• iOS・Android・ChatGPT.comで利用可能
• 週次で音声機能を使う1億5000万人のユーザーが対象
• API版は今後提供予定。開発者・エンタープライズ向けの事前登録も開始しています