新しい音声モデルと従来のモデルで何が違いますか？

新モデルは全二重対応で同時に話し聞くことができるため、ユーザーが話している途中で割り込める点が異なります。従来モデルは音声認識、言語生成、音声合成を順番に処理していました。

いつから使えますか？

記事では具体的な提供開始日は示されていません。OpenAIはChatGPTのAdvanced Voice ModeをデフォルトでGPT-Live-1 miniに置き換える計画を述べています。

有料ティアのユーザーが大型のGPT-Live-1モデルにアクセス可能になります。

音声・スピーチAIビジネス・産業TechCrunch AI2026年7月8日2026年7月9日 4:00

何が起きたか
OpenAIが新たな会話型音声モデルGPT-Live-1とGPT-Live-1 miniを発表しました。これらは全二重モデルで、同時に話し聞くことができ、ユーザーが話している途中での割込が可能です。ChatGPTの現在のAdvanced Voice Modeを、GPT-Live-1 miniで置き換える予定です。
なぜ重要か
OpenAIはこれまで、音声認識・言語生成・音声合成の3つのモデルを組み合わせていましたが、ユーザーへの割込や回答精度の不足がありました。新モデルはGPT-5.5など最新テキストモデルと連携し、より長時間の対話に対応する可能性があり、音声をコンピューティングの主要なインターフェイスとしたいというOpenAIの方針と一致しています。
注目点
有料ティアのユーザーが大型のGPT-Live-1にアクセス可能になります。OpenAIは150万人以上がVoiceやDictation機能でChatGPTを利用していると述べています。ただしデモの段階では、ヒンディー語の同時翻訳で発音が不自然で、口調が形式的だという課題が残っています。

質問と回答はこのページに公開されます。

こういう要約が、毎朝あなたのメールに届きます。

背景と解説

OpenAIは過去数年間、ChatGPTの音声機能をより自然に聞こえるよう改善してきました。150万人以上のユーザーがVoiceやDictation機能を使用しており、音声は重要な操作手段となっています。

新モデルは、これまで個別に処理されていた複数ステップ（音声認識・応答生成・音声合成）を統合し、同時に聞き話す全二重対応を実現します。これにより、ユーザーが途中で割り込める、より自然な対話が可能になります。製品リードのAtty Eletiは30～40分の長時間対話をデモ中に実施したと述べています。

AppleやAmazonも会話型アシスタントの改良を進めており、音声インターフェイスは業界全体の方向性とみられます。ただしデモでは、ヒンディー語翻訳の発音と口調が不自然だという課題が露呈しており、多言語対応はまだ最適化が必要な段階です。

よくある質問

新しい音声モデルと従来のモデルで何が違いますか？: 新モデルは全二重対応で同時に話し聞くことができるため、ユーザーが話している途中で割り込める点が異なります。従来モデルは音声認識、言語生成、音声合成を順番に処理していました。
いつから使えますか？: 記事では具体的な提供開始日は示されていません。OpenAIはChatGPTのAdvanced Voice ModeをデフォルトでGPT-Live-1 miniに置き換える計画を述べています。
誰が大型のGPT-Live-1にアクセスできますか？: 有料ティアのユーザーが大型のGPT-Live-1モデルにアクセス可能になります。