OpenAIがGPT-Liveを公開、フルデュプレックス音声でChatGPTの会話がより自然に

Introducing GPT-Live

元記事は一次情報へのリンクです元記事を読む

5行でつかむ要点

OpenAIは2026年7月8日、ChatGPT Voiceを支える新しい音声モデル群「GPT-Live」を発表した。

『聞く』と『話す』を同時に行えるフルデュプレックス構造で、相づちや間の取り方など、人間同士の会話に近い自然なやり取りができる。

Web検索や深い推論が必要な質問では、裏側でGPT-5.5などのフロンティアモデルに処理を委譲し、対話を保ったまま結果を返す仕組みになっている。

カスタマーサポートや通話ベースの用途でAI音声を検討している開発者には、割り込み対応の自然さが採用可否を左右する要素になる。

無料版と有料版で使えるモデルの範囲が異なるため、自分のプランでどこまで体験できるかは個別に確認が要る。

「うん」「そうだね」——人間同士の会話では当たり前のこの相づちが、AI音声対話では長らく苦手なポイントだった。OpenAIが2026年7月8日に発表した「GPT-Live」は、この部分に正面から取り組んだアップデートだ。

半二重から全二重へ

これまでのChatGPT Voice(Advanced Voice Mode)を含む多くのAI音声対話は、基本的に「ユーザーが話し終える→AIが考えて話す」という順番待ちのやり取りだった。これは通信でいう半二重に近い。GPT-Liveが採用するフルデュプレックス構造は、電話や対面の会話のように、聞くことと話すことを同時に行える設計で、ユーザーが話している最中でも短い相づちを自然に挟めるようになっている。

裏側の仕組み

有料ユーザー向けにはGPT-Live-1、無料ユーザー向けにはより軽量なGPT-Live-1 miniが既定のモデルとして提供される。Web検索や深い推論が必要な複雑な質問が来た場合は、バックグラウンドでGPT-5.5などのフロンティアモデルに処理を委譲し、結果が揃い次第、会話の流れを止めずに応答へ統合する。会話のテンポを保ちながら重い処理を裏で回すという、ユーザーからは見えない部分の設計にコストがかけられている。

プレビュー中に見えた課題

数週間のプレビュー期間を経ての一般公開だが、その間に「不適切な場面での笑い」のような挙動不良が報告され、改善されたという。感情表現を伴う音声AIは、テキストベースのチャットにはない独特のリスクを抱えている。相づちや笑い声のような人間らしい反応を実装すればするほど、「場違いな反応をしてしまう」失敗のインパクトも大きくなる。この綱引きが今後どう扱われていくかは注視したいところだ。有料版と無料版の提供モデルの違いなど詳細はOpenAIの発表にある。