OpenAIが新音声モデルGPT-Live-1を発表
मूल शीर्षक: OpenAI releases new voice models for more natural live conversations
यह क्यों महत्वपूर्ण है
Full-Duplexモデルの実用化により、AI音声アシスタントが主要なコンピューティングインターフェースとなる可能性が高まる。
OpenAIは2026年7月8日、新しい会話音声モデル「GPT-Live-1」と「GPT-Live-1 mini」を発表した。これらはFull-Duplexモデルで、同時に話し・聞くことが可能。ChatGPTのAdvanced Voice ModeはデフォルトでGPT-Live-1 miniに切り替わり、有料ユーザーは上位モデルを利用できる。
OpenAIが発表した「GPT-Live-1」と「GPT-Live-1 mini」は、Full-Duplexモデルとして設計されており、話しながら同時に聞くことができる。これにより、ユーザーが会話を自然に遮ることや、リアルタイム翻訳などの機能が可能になる。
従来のモデルは音声認識（Speech-to-Text）・大規模言語モデル・音声合成（Text-to-Speech）の3段階で動作していたが、新モデルはこれらを統合し、検索・推論・エージェント機能のためにGPT-5.5などの最新テキストモデルにクエリを転送しながら会話を継続できる。
また、新しい音声モードは長時間の会話に対応しており、ChatGPT VoiceのプロダクトリードであるAtty Eleti氏は、散歩中に30〜40分の会話を行ったと述べた。新Voice Modeは視覚的なフォーマットでの情報表示も可能で、新しいGPTモデルへのアクセスを活かしている。
OpenAIによると、ChatGPTのVoiceおよびDictation機能を使って会話しているユーザーは1億5,000万人以上に上る。同社は音声を将来のコンピューティングの主要インターフェースと位置付けており、CodexやChatGPTで実現されているような複雑なアジェント作業にも対応できるとしている。
Apple、Amazon、Sesame（Oculus共同創業者Brendan Iribe氏らが設立）などの競合他社も、より自然な会話AIアシスタントの開発を進めている。