Story
OpenAI、ChatGPT向け新音声モデル「GPT-Live」を発表
Summary
OpenAIは、AIとの会話をより自然にする新世代音声モデル「GPT-Live」を公開しました。このモデルは聞くと話すを同時に行い、よりスムーズな音声対話を実現します。
OpenAIは水曜日、人工知能（AI）との会話をより自然なものにするために設計された新世代音声モデル「GPT-Live」を発表しました。この新モデルはChatGPTの音声機能「ChatGPT Voice」に搭載されます。
GPT-Liveは、聞くことと話すことを同時に行える「全二重アーキテクチャ」を採用しています。これにより、ユーザーの発話中に「ええ」や「ふむ」といった相槌を打ったり、間を置いたり、素早い応答をしたりするなど、人間同士の会話に近いやり取りが可能になります。従来の音声システムは、ユーザーが話し終えるのを待ってから応答するターンベースのモデルが主流でした。
このモデルは、ウェブ検索や高度な推論を必要とする複雑なタスクを、バックグラウンドで動作する「フロンティアモデル」に委任することができます。発表時点では、このタスクに「GPT-5.5」が使用され、将来的には新しいフロンティアモデルが利用可能になり次第、更新される予定です。
Adモデルは2種類提供されます。「GPT-Live-1」はGo、Plus、Proの有料ユーザー向けに、「GPT-Live-1 mini」は無料ユーザー向けにデフォルトで設定されます。両モデルは水曜日から全世界のChatGPTユーザーに順次展開されており、iOS、Android、およびウェブサイトで利用可能です。API経由での提供も近日中に予定されています。
新しいChatGPT Voiceでは、天気や株価などのトピックについて視覚的なカードを表示する機能も追加されました。なお、発表時点ではビデオや画面共有を伴う音声機能には対応していませんが、OpenAIはこれらの機能の追加に取り組んでいるとしています。