GPT-Live は、OpenAI が ChatGPT 音声向けに提供する新世代の音声モデルです。単に回答を読み上げるだけではなく、より自然に会話を往復できることを目指しています。途中で話を挟んだり、考えるために間を取ったり、話し終えるまで聞くよう頼んだりできます。検索や深い推論が必要な質問では、会話を保ったままバックグラウンドで処理できます。
世界中のユーザーに段階的に展開されているため、実用上は、自分のアカウントで使えるか、どう始めるか、どの機能では従来の音声モードに戻す必要があるかを確認することが重要です。
GPT-Live を使えるか確認する
リリース初期には、GPT-Live は ChatGPT の iOS、Android、Web で段階的に提供されています。OpenAI が案内する標準の対応は次のとおりです。
| プラン | ChatGPT 音声の標準モデル |
|---|---|
| Free | GPT-Live-1 mini |
| Go、Plus、Pro | GPT-Live-1 |
対象プランなのに音声画面が変わらない場合、アプリを何度も再インストールする必要はありません。段階的な展開では、同じプランでもアカウントごとに反映時期が異なります。次の順で確認してください。
- ChatGPT のモバイルアプリを更新するか、ブラウザで ChatGPT を開き直します。
- 新しい会話を作成し、入力欄の近くにある音声ボタンを選びます。
- 音声モードで、自然に割り込めるか、一時停止や聞き続けるよう指示できるかを確認します。
- 従来の体験のままなら、展開を待ちます。動画や画面共有が必要なときは、それらをサポートする従来の音声モードを使います。
GPT-Live の API はまだ正式提供されていません。開発者や企業は OpenAI の発表ページで通知登録できますが、ChatGPT 内の音声機能が使えることは、本番で呼び出せる API がすでにあることを意味しません。
より自然な音声会話を始める
ChatGPT で任意の会話を開き、音声ボタンを選ぶだけです。初回は通常、マイク権限の許可が必要です。Web ではブラウザのサイト権限でマイクを許可してください。
開始後、毎回回答が終わるまで厳密に待つ必要はありません。日常会話に近い使い方の例は次のとおりです。
- 途中で「補足ですが、予算は……です」と条件を追加する。
- 考える時間が必要なら「少し考えさせて」や「話し終えるまで聞いて」と伝える。
- 速すぎると感じたら「もう少しゆっくり」「3 点で説明して」と明確に頼む。
- バックグラウンドで扱ってほしいときは、「この 3 製品を比較し、まず調べてから結論を教えて」のように目的をまとめて伝える。
会話中に天気、株価、スポーツなどの視覚カードを表示でき、検索、メモリ、画像アップロード、ファイルアップロードも引き続き使えます。添付ファイルを基に結論を出してほしい場合は、先にファイルをアップロードし、その後でタスクと出力形式を音声で指定すると確実です。
Instant、Medium、High の選び方
音声会話では、常に最高の推論強度が必要とは限りません。用途に応じて選びます。
| モード | 向いている用途 | 使い方 |
|---|---|---|
| Instant | 雑談、素早い質問、音声メモ、語学練習 | まずはこちら。応答が速い |
| Medium | 比較、計画、複数手順の説明 | 背景と制約を明確に伝える |
| High | 複雑な分析、重要な判断前の検討 | 目標を復唱させ、前提とリスクを挙げさせる |
発表では、GPT-Live-1 Instant と mini はバックグラウンドで GPT-5.5 Instant を使用し、Medium と High は各推論強度の GPT-5.5 Thinking を使用するとされています。通常の会話は Instant から始め、調査、比較検討、長い推論が本当に必要なときだけ強度を上げると、会話の流れを保ちやすくなります。
割り込み可能な会話を活用する
GPT-Live の全二重設計では、応答を生成しながら音声を受け取れます。特に役立つのは次の 3 場面です。
通勤中や家事中
タスクを短い往復に分けます。たとえば、今日の予定を優先順位付けしてもらった後に、2 番目は午後へ移すよう追加します。長い背景を一度にすべて話す必要はありません。
考えを口頭で整理するとき
最初に役割とペースを決めます。「2 分間続けて話すので、途中で止めずに聞き、終わったら論点・仮説・次の行動をまとめて」のように頼みます。早すぎる結論を避け、散らかった考えを実行リストにできます。
語学練習や会話シミュレーション
訂正の方法を直接指定します。例として、「まず普通に会話し、終わってから理解に最も影響する 2 点だけ訂正して」と伝えます。騒がしい場所ではマイクに近づき、複数人が同時に話さないようにしてください。GPT-Live は環境音に強くなっていますが、明瞭な入力の代わりにはなりません。
現在の制限
GPT-Live はまだ初期展開の段階です。次の点を把握しておきましょう。
- ChatGPT では、音声を動画や画面共有と同時に使うことはまだできません。
- 一部の言語では、非ネイティブらしいアクセントや流暢さの不安定さが残る場合があります。
- 利用できる機能は、アカウント、地域、プラン、クライアントのバージョンにより異なります。
- 音声で検索や推論ができても、結果が自動的に正しいわけではありません。金額、医療、法律、アカウントの安全性に関する質問では、出典を求めて重要な結論を自分でも確認してください。
画面を見せる、カメラ映像を使う、画面上の問題をリアルタイムで調べることが主目的なら、利用可能な地域では従来の Standard または高度な音声モードの方が適しています。GPT-Live を使うためだけに、作業に必要な入力機能を手放さないでください。
マイクが使えない、または音声体験が不安定な場合
モデルの問題と考える前に、権限と端末を確認します。
- ChatGPT またはブラウザにマイク権限があり、システムで正しい入力デバイスが選ばれているか確認します。
- ボイスレコーダーや別の通話アプリでマイクを試し、ハードウェア入力が正常か確認します。
- マイクを使用している会議、録画、ノイズ除去ツールを閉じてから再試行します。
- ネットワークが不安定なら接続先を変えるか、音声セッションに入り直します。複雑な作業は必要に応じてテキストで入力します。
- 特定の言語だけ認識やアクセントの品質が低い場合は、短く明瞭な文にし、重要事項は必要に応じてテキストで確認します。
まとめ
GPT-Live は、ChatGPT を「順番に話す音声アシスタント」から、より自然な会話相手へ近づけます。日常的な依頼には Instant を使い、複雑な作業だけ推論強度を上げてください。話を最後まで聞いてほしいときはペースを明示し、動画や画面共有が必要なときは従来の音声モードに切り替えます。まだ展開中なので、音声画面に変化がない場合は、まずアプリのバージョンとアカウントへの反映状況を確認しましょう。
公式発表：https://openai.com/zh-Hans-CN/index/introducing-gpt-live/