「聞く」と「話す」を同時に ChatGPTの新しい音声AIが登場
みなさんは友だちと話すとき、相手が話し終わるのを待たずに「うん」とうなずいたり、「それでね」と言葉をはさんだりすることがあるでしょう。人どうしの会話では、「聞く」ことと「話す」ことが同時に起きています。ところが、これまでのAIとの声の会話は、トランシーバーのような交代制でした。人が話し終わるまでAIはだまって待ち、AIが話し始めると、こちらは口をはさみにくくなります。話のとちゅうで「そこをもっとくわしく」と言いたくても、うまく伝わらないことがありました。人と人の会話と、AIとの会話。この差をうめる発表がありました。
2026年7月8日(現地時間)、アメリカのOpenAIは、ChatGPTの音声AIを新しくするモデル「GPT-Live-1」と、その小型版「GPT-Live-1 mini」の提供を始めたと発表しました。
新しいモデルは「フルデュプレックス(全二重)」というしくみを取り入れ、AIが「聞く」と「話す」を同時にこなせるようになりました。おかげで会話が切れ目なく続きます。難しい質問が来たときは、その答えを「GPT-5.5」という別のモデルにまかせながら、会話そのものは止めずに続けられます。また、求める答えの深さに合わせて、Instant・Medium・Highという三段階の知能レベルを選べます。天気やスポーツなどは、声だけでなく、絵や文字の入った「ビジュアルカード」で画面に表示されます。
GPT-Live-1は、Go・Plus・Proという有料のプランを使う人の、GPT-Live-1 miniは無料のFreeプランを使う人の、それぞれ「デフォルトモデル」になります。iPhoneなどのiOS、Android、そしてChatGPT.comで、世界中に順に広げていきます。安全面について、OpenAIは、自分を傷つける行いや、心の病気に関わる話題、暴力、性的な内容など、主な安全の分野で、これまでのAdvanced Voice Modeと同じか、それ以上の性能を確かめたとしています。一方、始まった時点では、映像や画面共有といっしょに使うことはまだできません。
「フルデュプレックス(全二重)」とは、電話のように、二人が同時に声を出しても、どちらの声も相手に届くしくみのことです。トランシーバーは、話す人と聞く人を切りかえないと使えません。この一方通行をやめたことが、今回のいちばん大きな変化です。「デフォルトモデル」の「モデル」はAIの頭脳にあたるプログラム、「デフォルト」は何も直さないときに最初から使われるもの、という意味です。
相手の話を聞きながら考え、すぐに反応する。これまで人にしかできなかったことに、AIが近づいてきました。近い将来、外国語の練習相手や、災害のときの案内など、声で助けてくれる場面が増えるかもしれません。ただし、AIの言うことがいつも正しいとは限りません。放送や新聞と同じで、受け取った内容を自分で確かめ、正しく判断する力が、これからますます大切になります。