ChatGPTの音声モードがかなり変わりました
2026年7月8日、OpenAIがGPT-Live-1とGPT-Live-1 miniという新しい音声モデルをリリースしました。これらはフルデュプレックスモデルで、AIが話しながら同時に聞くことができ、ユーザーが自然に割り込んだり、リアルタイム翻訳などの機能を使えたりするのが特徴です。
これまでのAdvanced Voice Modeは、相手が話し終わるのを待ってから応答する「ターン制」の仕組みでした。ユーザーが少し沈黙すると、それが発話終了のサインとして誤認識され、ぎこちない割り込みが頻発していたのが課題でした。実際に使っていて「あ、まだ言い終わってないのに…」ってなることが結構あったので、これは地味にうれしいアップデートです。
GPT-Liveの主な変化点
① 割り込みが自然にできる（フルデュプレックス）
AIがまさに話しているときでも途中で割り込めて、話すスピードを落とすよう伝えることも可能です。また、こちらが話しているときはAIが「うんうん」「了解」といった相槌を打ってくれるようにもなっている、という話もあります。会話している感がかなり増した印象で、TechRadarのレビューでは「本物の人間と話しているようなためらいや話し方のバリエーションがある」と評されていました。
② バックグラウンドでGPT-5.5が動いている
新しい音声モードは、検索・推論・エージェント処理が必要な場面でGPT-5.5などの最新テキストモデルに処理を委ねながら、会話を継続できるようになっています。つまり、音声で話しかけながら複雑な調べ物もこなせる、という構成になってきたわけです。
③ ビジュアルカード表示にも対応
天気・スポーツ・株価といったトピックについては、ウィジェット風のカードを画面に表示できるようになりました。音声で聞きながら、数字や情報は画面で確認、という使い方ができます。株価を音声で聞きながら確認するみたいな使い方が思いつきますね（自分は持ち株ないけど）。
④ CarPlayにも対応
ChatGPTはCarPlayでも動作し、運転中でも音声会話を始められます。GPT-Live込みでどれくらい体験が良くなるかは環境にもよりますが、長距離移動のお供に良さそうです。
プランごとのモデルの違い
GPT-Live-1-miniが無料ユーザーのデフォルト、有料プランのユーザーはより大きなGPT-Live-1を利用できます。機能自体はどちらも使えますが、応答の質に差が出てくる感じでしょうか。
アプリ上の見分け方は簡単で、モバイルのボイスチャット画面上部に「Live」というラベルが表示されていれば、GPT-Liveが有効になっています。ウェブ版はChatGPTのモデル選択ドロップダウンからも確認できます。
現時点での注意点
いいことばかりでもなくて、現状の制限も正直に書いておきます。
- メモリ機能がGPT-Liveの音声モードで正常に動作しないケースがあり、OpenAIが調査中とのことです。
- ビデオ共有や画面共有には対応していません（これらはレガシーの音声モードが引き続き必要）。
- 外国語の発音がネイティブでないケースも報告されているようです。
実際どう使うか
TechRadarが「まず試してほしい5つのこと」を紹介していたので、自分なりにまとめると：
- あえて割り込んでみる——AIが話している途中で「ちょっと待って」と言ってみると、フルデュプレックスの動作が体感できます
- 「もうちょっとゆっくり話して」と伝える——ちゃんと速度を落としてくれるので、英会話練習にも使えそう
- リアルタイム翻訳を試す——日本語で話しかけて、英語で返してもらう、という使い方も可能です
- 天気や株価を声で聞いてみる——画面にカードが出てくるので視覚的にも確認しやすい
OpenAIのプロダクトリードは30〜40分の長時間の散歩中にGPT-Liveと会話し続けたと話していて、音声が主要なコンピューティングインターフェースになりえると考えているらしいです。テキストでプロンプト書くのに慣れすぎていて、音声は使い切れていないなぁと反省しつつ、これを機に本格的に使ってみようかと思っています。
※この記事にはプロモーションが含まれます
ちなみに、PLAUD NOTE（AIボイスレコーダー。録音から文字起こし・要約まで自動で行える）も気になっています。PLAUD NOTE
参考になったらクリックしてもらえると嬉しいです!
