OpenAIは7月9日に全二重（Full-duplex）音声モデルGPT-Live-1とGPT-Live-1 miniを正式にリリースし、iOS、Android、ChatGPT.comで世界中に展開を開始しました。これにより旧版のAdvanced Voice Modeに取って代わります。
GPT-Live-1とGPT-Live-1 miniのリリース仕様：有料ユーザー、無料ユーザー、API候補者のスケジュール
OpenAIの発表によると、GPT-Liveの2つのモデルの適用範囲は以下の通りです。GPT-Live-1はGo、Plus、Proの有料プランユーザーのデフォルト音声モデルです。GPT-Live-1 miniは無料ユーザー向けです。APIについては、開発者は現在待機リストに登録中で、まだ公開されていません。
両モデルとも即時にiOS、Android、ChatGPT.comでグローバル展開されており、ChatGPTの音声技術の2年以内の3回目の改訂となります。また、OpenAIの明確な方針声明として、音声は人とAIの対話の主要インターフェースとなり、文字チャットボットの付加機能ではなくなることを示しています。
全二重構造の原理：旧版Advanced Voice Modeの静寂判定問題とGPT-Liveの解決策
OpenAIの研究ブログによると、旧版のAdvanced Voice Modeの核心問題は静寂判定に依存していた点です。短い一時停止や背景雑音をユーザーの終了と誤認し、モデルが不自然なタイミングで割り込むことがありました。この「走馬燈式の交互」では、会話は一人ずつしか話せず、自然さに欠けていました。
GPT-Liveは全二重構造を採用し、モデルは入力を処理しながら同時に出力を生成します。これにより、何度もインタラクションの決定を行い、いつ話すか、聞き続けるか、一時停止、割り込み、ツール呼び出しを判断し、よりリアルな人間の交流に近づけています。
音声層と推論層の分離設計：GPT-5.5の委任、三段階推論層、追加機能
GPT-Liveの重要な設計は、「音声インタラクション層」と「推論層」のモジュール化された分離です。簡単な質問はGPT-Liveが直接処理し、複雑な問題（ネット検索、深い推論、多段階タスクなど）はバックエンドのGPT-5.5に委任します。運算中も会話は継続し、旧型のパイプラインの数秒間の停止や空白は発生しません。
このモジュール化設計のメリットは、推論の知能をアップグレードしても音声モデルの再訓練が不要な点です。企業や開発者は音声エージェントをデータベースや検索、多段階タスクに接続できます。新たに追加された機能は以下の通りです。
三段階推論層：Instant（即時）、Medium（中程度）、High（複雑）を選択でき、速度と深さのバランスを取ることが可能。
リアルタイムビジュアルカード：会話中に天気、株価、スポーツスコア、地図などの情報カードが自動的に表示。
九種類の対話音声：声の再現は「対話用に設計されたものであり、声の模倣ではない」と強調し、模擬人声を防ぐ仕組みも導入。
よくある質問
GPT-Live-1とGPT-Live-1 miniの使用プランの違いは何ですか？
OpenAIの発表によると、GPT-Live-1はGo、Plus、Proの有料プランユーザーのデフォルト音声モデルです。GPT-Live-1 miniは無料ユーザー向けです。APIは開発者に候補待ちの状態で提供されており、両モデルとも即時にiOS、Android、ChatGPT.comでグローバルに利用可能です。
GPT-Liveは複雑な問題をどう処理し、旧版のAdvanced Voice Modeとどう違いますか？
OpenAIの設計説明によると、GPT-Liveは音声インタラクション層と推論層を分離したモジュール化構造を採用しています。複雑なタスクはバックエンドのGPT-5.5に委任され、音声層は計算中も会話を継続し、旧版の数秒間の停止や空白は発生しません。旧版のAdvanced Voice Modeは静寂判定に頼っていたため、割り込みのタイミングを誤ることがありましたが、GPT-Liveは全二重構造により、入力を処理しながら出力を生成できます。
GPT-Liveの新しい音声設計はなぜ「模擬人声の防止」を強調するのですか？
報道によると、この設計は2024年5月にGPT-4oの発表時に起きた「Sky」事件と関係しています。外部からはその声が俳優のスカーレット・ヨハンソンに似ていると指摘され、彼女本人はサム・オルトマンの声優依頼を拒否し、後に驚きと怒りを表明しました。OpenAIは当時、その声を撤回し謝罪しました。今回の九種類の新声は「対話用に設計されたものであり、声の模倣ではない」と強調し、模擬人声を防ぐ技術的な仕組みも導入しています。
