ChatGPTが相づちを打つ｜GPT-Liveで会話一新

公開日:

SHARE

伊東雄歩
監修者 伊東 雄歩

株式会社ウォーカー CEO。東北大学卒。MENSA会員、JDLA認定講師、健全AI教育協会理事。生成AI×教育・学習科学を専門とし、2億円超のシステム開発プロジェクトを統括。

taolis.net X note Voicy YouTube
  • GPT-Liveは、ChatGPTの音声会話を一新する新しいAIです（2026年7月8日発表）
  • 「聞きながら話す」全二重方式で、相づちや割り込みができます
  • 返事の速さは200ミリ秒以下。人と話す感覚に近づきました
  • 有料は「GPT-Live-1」、無料は軽量版「mini」が使えます
  • 日本語版は「まもなく提供」と表示。順次使えるようになります

AIと音声で話すとき、返事を待つ「間」がぎこちないと感じたことはありませんか。相手が話し終わるまで、こちらは黙って待つしかありませんでした。OpenAIの新モデル「GPT-Live」は、その常識を変えます。この記事を読むと、GPT-Liveの新しさと、私たちの会話がどう変わるかがわかります。

GPT-Liveとは？ChatGPTの音声が「本物の会話」に近づく

GPT-Liveは、ChatGPTを作るOpenAIの新しい音声モデルです。

2026年7月8日に発表されました。スマホアプリとWeb版で、世界に向けて順次公開が始まっています。

いちばんの特徴は「人と話しているような自然さ」です。

ChatGPTの音声機能は、いまや毎週1億5000万人以上が使っています。その体験を、一段引き上げる発表です。

相づちも割り込みもできる

GPT-Liveは、あなたの話を聞きながら「うん」「なるほど」と相づちを打てます。

逆に、こちらから話に割り込むこともできます。AIが話している途中でも、自然に応答を切り替えてくれます。

あなたが考えこんでいるときは、無理に話しかけず、黙って待ってくれます。この「空気を読む力」が大きく進化しました。

200ミリ秒以下で返事が返ってくる

返事の速さも見どころです。

GPT-Liveは200ミリ秒（0.2秒）以下で反応するとされています。人が電話で話すときのテンポに近い速さです。

秘密は判断の回数にあります。GPT-Liveは1秒間に何度も「話すか、聞き続けるか、黙るか、割り込むか」を決めています。だから会話が途切れません。

従来の音声モードと何が違う？「全二重」のしくみ

今回のカギは「全二重（ぜんにじゅう）」という方式です。全二重とは、聞くことと話すことを同時にできるやり方のことです。

これまでは「順番待ち」の会話だった

これまでのChatGPT音声モードは、3つの作業を順番にこなしていました。

  • ①あなたの声を文字に変える
  • ②文字を読んで返事を考える
  • ③返事を音声にして再生する

この順番待ちのせいで、返事が遅れたり、会話がぎこちなくなったりしていました。トランシーバーのように、片方が話し終わるまで待つイメージです。

GPT-Liveは、この3工程を一体化しました。入力を処理しながら、同時に返事も作ります。だから会話が自然に流れます。

「会話係」と「考える係」を分けた

もう1つの工夫が、役割分担です。

GPT-Liveは、テンポよく話す「会話係」に専念します。そしてWeb検索や難しい推論が必要なときは、裏側にいるGPT-5.5という賢いモデルに仕事を任せます。

調べものをしている間も、GPT-Liveはあなたと雑談を続けます。答えが出たら会話に戻してくれるので、待たされる感覚が減ります。

たとえば「明日の東京の天気を調べて」とお願いしたとします。裏側でGPT-5.5が検索している数秒間も、GPT-Liveは「いま調べていますね」と話しかけ続けてくれます。

沈黙が続かないので、電話が急に切れたような気まずさがありません。

2つのモデル「GPT-Live-1」と「mini」

GPT-Liveは、料金プランによって使えるモデルが変わります。

  • GPT-Live-1：有料プラン（Go／Plus／Pro）向けの標準モデル
  • GPT-Live-1 mini：無料プラン向けの軽量モデル

どちらも、これまでの「アドバンスドボイスモード」を置き換える形で標準搭載されます。

声のバリエーションも増えました。9種類の音声がGPT-Live用に作り直されています。

さらに、返事の深さを3段階（Instant／Medium／High）から選べます。軽い雑談は速い設定、じっくり相談したいときは深い設定、という使い分けができます。

身近な使い方を想像してみましょう。たとえば、英会話の練習相手として使えば、相づちを打ってもらえるので緊張がやわらぎます。料理で手が離せないときは、レシピの続きを声で聞き返せます。通勤中に長い資料を相談すれば、考えている間は黙って待ってくれます。

競合サービスとの比較

自然な音声AIをめざす動きは、他社でも活発です。GPT-Liveの立ち位置を、ライバルと比べてみます。

  • Google「Gemini Live」：同じく全二重に対応。さらにカメラや画面共有もできます。GPT-Liveは公開時点でこの機能に非対応です
  • ElevenLabs：音声の自然さに定評があり、高速モデルで1秒未満の応答を実現しています
  • NVIDIA「PersonaPlex」：Gemini Liveより18倍速い応答をうたう、全二重の音声技術です

つまりGPT-Liveは「会話の自然さ」で勝負する一方、カメラ連携などではGoogleが先行しています。得意分野が分かれているのが今の状況です。

安全性への取り組み

会話が人間らしくなるほど、AIへの依存が心配になります。OpenAIはこの点にも配慮しています。

GPT-Liveには、音声ならではのリスクに向けた対策が入っています。自傷やAIへの感情的な依存を防ぐための専用の学習を行ったとしています。

返事を作っている最中に危険な発言を見つけ、その場で安全な内容に修正するしくみもあります。

また、保護者が10代の子どもの音声機能の使い方を管理できる「ペアレンタルコントロール」も用意されています。

日本のユーザーへの影響は？

日本での提供はどうなるのでしょうか。

執筆時点では、日本語版のモバイルアプリに「まもなくお使いのアカウントで次世代音声モデルをご利用いただけるようになります」と表示されています。順次使えるようになる見込みです。

ただし注意点もあります。OpenAIは、言語によってはアクセントや流ちょうさが不十分な場合が残るとしています。日本語の自然さは、今後の改善に期待という段階です。

それでも、日本語での音声アシスタントや語学学習、電話応対の自動化など、活用の幅は広がりそうです。国内企業の対話型サービスにも影響が及ぶでしょう。

よくある質問（FAQ）

Q1. GPT-Liveは無料で使えますか？

はい。無料プランでは軽量版の「GPT-Live-1 mini」が使えます。有料のGo・Plus・Proプランでは、より高性能な「GPT-Live-1」が利用できます。

Q2. 日本語にはもう対応していますか？

順次対応が進んでいます。日本語版アプリには「まもなく提供」と表示されています。ただし、日本語のアクセントや流ちょうさは、まだ改善の余地があるとされています。

Q3. 会社のアカウントでも使えますか？

公開時点では、Business・Enterprise・Eduの各ワークスペースは対象外です。まずは個人向けプランからの提供となっています。

Q4. カメラを見せながら相談できますか？

公開時点では、GPT-Liveはカメラや画面共有に対応していません。この機能は、GoogleのGemini Liveが先行しています。

Q5. 従来の音声モードはどうなりますか？

GPT-Liveが、これまでの「アドバンスドボイスモード」を置き換える標準モデルになります。より自然な会話に切り替わっていきます。

まとめ

GPT-Liveのポイントを振り返ります。

  • ChatGPTの音声会話を一新する新モデル（2026年7月8日発表）
  • 「聞きながら話す」全二重方式で、相づち・割り込みに対応
  • 返事は200ミリ秒以下。裏側でGPT-5.5が難しい作業を担当
  • 有料は「GPT-Live-1」、無料は「mini」。9種類の音声を搭載
  • 感情依存や自傷への安全対策も強化。日本語は順次提供予定

まずは自分のChatGPTアプリで、音声モードが新しくなっていないか一度チェックしてみましょう。

参考文献

58 COMMENTS

コメントを残す

メールアドレスが公開されることはありません。 ※ が付いている欄は必須項目です

前の記事

AIをためらう経営者と活用する現場の分断イメージ
社長がAIを使わない会社85.7%が無戦略

次の記事

AIが単独でサイバー攻撃を完遂｜史上初の脅威とは