OpenAI 發佈 GPT-Live 新一代語音模型，支援更自然的即時對話
OpenAI、AIとリアルタイムでより自然な会話ができる音声モデルGPT-Liveをリリース
OpenAI 發佈新一代語音模型 GPT-Live，採用全雙工架構，讓 ChatGPT Voice 可同時聆聽和發話，令即時對話更自然。遇到複雜處理、高階推理或網頁搜尋需求時，GPT-Live 會在背景委派予最新頂尖模型，並逐步將結果帶入對話；本次推出 GPT-Live-1 和 GPT-Live-1 mini。
文章比較級聯語音系統與 ChatGPT Advanced Voice Mode 的限制，並交代全雙工架構如何帶來即時回應及背景任務處理。
OpenAIは2026年7月8日、AIとよりリアルな感覚で會話ができる新世代の音聲モデル「GPT-Live」シリーズを発表した。
Introducing GPT-Live, a new generation of voice models for natural human-AI interaction.
Rolling out in ChatGPT starting today.
You’ll want to turn the sound on for this one. pic.twitter.com/WzoQFvA5ir
— OpenAI (@OpenAI) July 8, 2026
これまで同社のボイスチャットChatGPT Voiceでは「音聲認識モデル（音聲をテキストに変換）」→「大規模言語モデル（応答を生成）」→「テキスト音聲変換モデル（テキストを音聲に変換）」という「カスケード型音聲システム」が使われていた。このシステムでは応答に時間がかかり、モデルの受け渡しの間に情報が失われる可能性があったため、ぎこちない會話しかできなかった。
また単一モデルで音聲処理を行うChatGPT Advanced Voice Modeでは応答遅延は低減したものの、ユーザーの話が終わるまで待ってから反応するためやりとりは一本調子で、話の合間や雑音を拾ってターン終了と誤認されてしまい、AIの応答が対話に割り込む形になることも多かった。
GPT-Liveは全二重通信アーキテクチャに基づいて構築されているため、同時に聞き取りと発話が可能となった。このため応答にタイムラグはなくなり、會話中に相づちを打ったり、ユーザー側が考えているときには靜かに待つ、といった自然な會話ができるようになっている。また、周囲に雑音があってもユーザーの音聲に集中できるようになった。
GPT-Liveはさらにスマートな機能も備えている。ユーザーから複雑な処理や高度な推論、Web検索などの操作が必要な問いかけがあった場合、バックグラウンドで最新の最先端モデル[1]に処理を委任し、バックグラウンドの結果を順次會話に反映させていく。バックの処理中もGPT-Liveはユーザーとの會話を続け、會話の流れを維持する。
またGPT-Liveのリリースにともない、ChatGPT Voiceでの音聲會話中に天気、株価、スポーツなど、會話に関連するトピックに関するビジュアルカードを表示できるようになった。
なおリリース時點ではGPT-Liveはビデオ（カメラ）や畫面共有を使用した音聲対話には対応しておらず、これらの機能については近日対応予定となっている。
今回リリースされたGPT-Liveは「GPT-Live-1」と「GPT-Live-1 mini」の2つのバージョン。いずれもChatGPT.comやiOS、AndroidのChatGPTアプリを通して世界中のChatGPTユーザー向けに順次展開される。
GPT-Live-1は有料プランのGo、Plus、Proユーザー向けChatGPT Voiceのデフォルトモデルとして提供され、GPT-Live-1 miniは無料ユーザー向けのデフォルトモデルとなる。GPT-Live-1 miniはGPT-Live-1に比べてエージェント型Web検索や科學的推論性能がわずかに劣る。またGPT-Live-1を使ったChatGPT Voiceでは、迅速な回答を求めるInstant（GPT-5.5 Instantを使用）と、より推論レベルを高めた回答が得られるMedium、Highのモード（GPT-5.5 Thinkingを使用）を切り替えて使用することができる。詳しい使用法はヘルプを參照。
また、GPT-Liveは近日中にAPIでも提供される予定。利用を考えている開発者は通知連絡受付用フォームに登録することで、提供開始の通知を受け取ることができる。
來源：gihyo.jp · gihyo.jp