ChatGPT の新しい音声モデルは、より自然で人間らしい会話を約束します

OpenAI は、2026 年 7 月 9 日木曜日、ChatGPT の音声対話をより自然かつシームレスにするように設計された新しい人工知能モデル GPT-Live を発表しました。このアップデートにより、システムはユーザーの発話を聞き、より流動的かつ直接的な方法で応答できるようになります。主な革新は、音声の処理と音声の生成を同時に行う機能で、これにより会話のダイナミクスが変わります。この日から GPT-Live-1 および GPT-Live-mini バージョンにアクセスできるようになりました。
新しいモデルが音声インタラクションをどのように変革するか
GPT-Live は「全二重」アーキテクチャを使用しており、ユーザーが自分自身を表現している間、システムがユーザーのオーディオを継続的に処理できるようにする進歩です。この機能により、適切な場合にのみ、より統合的かつ簡潔な方法で応答を発行できます。さらに、このテクノロジーにより、AI が音声の一時停止を検出し、ユーザーのアイデアが完成するのを待ってから介入できるようになり、実際の人間の会話に非常に近くなります。
Introducing GPT-Live, a new generation of voice models for natural human-AI interaction.
— OpenAI (@OpenAI) July 8, 2026
Rolling out in ChatGPT starting today.
You’ll want to turn the sound on for this one. pic.twitter.com/WzoQFvA5ir
注目すべき機能の 1 つは、より高度な推論や Web 検索を必要とする複雑な質問に直面した場合でも、モデルが会話の流れを維持できることです。この間、GPT-Live はユーザーとの対話を続けながら、リクエストは別の高度なモデルに転送されて処理されます。このメカニズムは、音声対話中のダウンタイムと待ち時間を大幅に削減するために実装されました。
画像やビジュアルデータが会話を補完します
GPT-Live は聴覚コミュニケーションだけに限定されず、さらに進化することを約束します。まもなく、このプラットフォームは、天気予報、金融市場データ、スポーツ イベントの結果など、さまざまなトピックに関する視覚情報を含む「カード」を表示できるようになります。この機能は、ChatGPT 音声エクスペリエンスを強化することを目的としており、インタラクティブな視覚的な補完を画面上に直接提供します。
新モデルの入手可能性に関する詳細
OpenAI は、GPT-Live-1 モデルが ChatGPT Pro、Plus、および Go バージョンの加入者にとってのデフォルトの音声エクスペリエンスになることを確認しました。次に、無料ユーザーは GPT-Live-mini モデルにアクセスできるようになります。新しい音声機能は、モバイル アプリと Web プラットフォームの両方で実装され、アクセスできるようになります。






