米AI企業のOpenAIは、新世代音声モデル「GPT-Live」を発表した。ChatGPT音声モードを支えるGPT-Live-1とGPT-Live-1 miniを順次提供し、自然な会話と高度な推論を両立する新たな音声体験を世界のユーザーへ展開する。
GPT-Liveが音声体験を刷新
OpenAIは2026年7月8日、ChatGPT音声モード向けの新世代音声モデル「GPT-Live」を発表した。
GPT-Live-1はGo・Plus・Proユーザー向け、GPT-Live-1 miniはFreeユーザー向けの標準モデルとして、iOS、Android、ChatGPT.comで順次提供される。
APIへの対応も予定されており、開発者向けの登録受付も開始された。
GPT-Liveは全二重アーキテクチャを採用し、話しながら相手の発話を継続的に聞き取れる点が特徴である。
従来のように相手が話し終えるまで待つ方式ではなく、会話の流れに応じて聞く・話す・待つ・割り込むといった判断をリアルタイムで繰り返し、より自然な対話を実現する。
検索や高度な推論が必要な場合は、バックグラウンドでGPT-5.5へ処理を委任し、会話の流れやテンポを保てる構成を採用した。
応答速度と高度な処理能力を両立する設計となっており、将来的には最新のフロンティアモデルへ継続的に更新していく方針も示している。
評価では、GPT-Live-1とGPT-Live-1 miniはいずれも高度な音声モードより高い評価を得たという。科学的推論を測るGPQA、Web検索能力を評価するBrowseComp、通信サポートを想定したτ³-Voice Telecomでも改善が確認されている。
また、新しい音声モードでは、推論レベルを「Instant」「Medium」「High」から選択できるほか、背景音の影響を受けにくい聞き取りや、利用者が考える時間を確保する待機動作にも対応した。
安全性強化や10代向け保護機能も追加され、今後は動画付き音声や画面共有への対応も予定されている。
音声AIの進化が業務利用を広げる可能性
GPT-Liveのように自然な対話と高度な推論を両立する音声AIが普及すれば、これまでテキスト入力が中心だった生成AIの利用方法は大きく変化する可能性がある。移動中や作業中の利用が容易になれば、生産性向上の余地も広がるはずだ。
企業の視点では、APIの提供が始まれば、顧客対応や社内ヘルプデスク、営業支援、教育サービスなどへ高度な音声AIを組み込みやすくなると考えられる。
加えて、リアルタイムで会話を続けながら複雑な処理を実行できる点は、従来の音声アシスタントとの差別化要因にもなり得る。
一方で、人との会話に近づくほど、利用者がAIへ強い心理的な親近感を抱く場面も増えるかもしれない。誤情報への過度な依存や長時間利用への配慮など、サービス提供側には継続的な安全対策や改善が求められるだろう。
それでも、自然な対話性能を巡る開発競争が激化する音声AI市場において、リアルタイム性と高度な知能を両立したGPT-Liveは新たな方向性を示したと言える。
今後の機能拡充やAPI展開が、ビジネスや日常にどのような変化をもたらすか注目したい。
関連記事：
OpenAI、音声AI「GPT-Realtime-2」など3種公開 低遅延のリアルタイム処理へ
OpenAI、次世代「GPT-5.6」シリーズを限定公開 米政府要請で段階的リリースへ
