OpenAIは、リアルタイム音声モデル「GPT-Live-1.1」と軽量版の「GPT-Live-1.1 Quip」を発表しました。
ChatGPTの音声対話機能をはじめ、Codexやdotsにも順次展開され、APIにも近日中に対応する予定です。
今回の更新では、さまざまな言語のアクセントがより自然になったほか、検索中などに応答を待っていることを知らせるフレーズの種類も増えています。
「GPT-Live-1.1」とは？
GPT-Liveシリーズは、ユーザーの発話を継続的に処理しながら返答を生成するリアルタイム音声モデルです。
従来のように、話し終えてからモデルが応答するターン制のやり取りとは異なり、会話の流れに合わせてテンポよく受け答えできることを特徴としています。
「GPT-Live-1.1」は、2026年7月に登場した「GPT-Live」に続くマイナーアップデートで、今回は通常版に加えて軽量版の「GPT-Live-1.1 Quip」も用意されました。
発表内容では、モデルの応答速度や精度に関する具体的な数値は示されていません。
アクセントが自然になり、応答待ちの表現も多様化
多言語の発音やアクセントを改善
今回の更新では、さまざまな言語における訛りやアクセントが、より自然になったとされています。
音声アシスタントでは、単語の発音だけでなく、抑揚や話すリズムも聞き取りやすさに影響します。
そのため、音声で情報を尋ねたり、会話を続けたりする場面で、より自然なやり取りにつながることが期待できます。
「確認しています……」の繰り返しを減らす工夫
Web検索など、回答の準備に時間がかかるときには、処理中であることを知らせる短いフレーズが使われます。
これまでは「確認しています……」にあたる同じ表現が繰り返されることがありましたが、GPT-Live-1.1では、こうした案内のバリエーションが増えています。
応答を待つ間の一言が状況に応じて変わることで、会話が単調になりにくくなり、音声でのやり取りをより自然に感じられそうです。
日本語を含む複数言語に新しい音声を追加
新しい音声は、フランス語、ドイツ語、ヒンディー語、日本語、韓国語、メキシコのスペイン語向けに追加されました。
英語には「Bubbie」という音声も加わっています。
日本語で現在利用できる音声は、「Himari（ひまり）」と「Rindō（りんどう）」の2種類です。
声を変更するには、ChatGPTの設定から［音声］を開き、［音声］の項目で希望するものを選びます。
プランによって利用するモデルが異なる
Chatモードで利用されるモデルは、契約プランによって分かれています。
| プラン | Chatモードで利用するモデル |
|---|---|
| Free／Go | GPT-Live-1.1 Quip |
| Plus／Pro | GPT-Live-1.1 |
そのため、同じChatGPTの音声機能を使っていても、プランによって利用するモデルが異なる点に注意してください。
なお、発表時点では、GPT-Live-1.1とGPT-Live-1.1 Quipの性能差について詳しい比較は公表されていません。
ビデオや画面共有には従来の音声モードを利用
GPT-Live-1.1およびGPT-Live-1.1 Quipは、ビデオや画面共有には対応していません。
音声での会話に加えて、カメラ映像を見せたり画面を共有したりしたい場合は、従来の［高度な音声モード］（Advanced）を利用する必要があります。
用途に応じて、自然な音声会話を重視する場合は新モデル、映像や画面を使ったやり取りが必要な場合は高度な音声モードを選ぶとよいでしょう。
まとめ
GPT-Live-1.1は、リアルタイム音声会話の自然さを高めるアップデートで、アクセントの改善や応答待ちフレーズの多様化、新しい音声の追加が主な変更点です。
軽量版のGPT-Live-1.1 Quipも提供され、ChatモードではFree／GoプランとPlus／Proプランで利用モデルが分かれています。
ビデオや画面共有には対応していないため、必要な機能を確認したうえで、用途に合った音声モードを選択してください。