OpenAI、ほぼ“本物の会話”の音声モデル「GPT-Live」 「間」も適切に判断(Impress Watch)

AIとの会話が、どんどんリアルになってきています。あのOpenAIが、まるで人間と話しているかのような、自然な音声対話ができる新しいAIモデル、「GPT‑Live」を発表しました。

これまでのChatGPTの音声機能「ChatGPT Voice」が、さらにパワーアップしたイメージです。一番の違いは、私たちが普段、人と話すときにある「間」を、AIが適切に判断してくれるようになった点。例えば、相手の話を聞いて、少し考えてから返事をする、といった自然なやり取りができるようになるんです。

これは、AIが言葉を発するだけでなく、相手の言葉が終わるのを待ったり、次に何を言うか、あるいは何を言うべきか、といったことをリアルタイムで判断している、ということです。まるで、相手の息遣いを感じながら会話しているような感覚に近くなるかもしれません。

なぜこれが重要かというと、AIとのコミュニケーションが、もっとスムーズで、ストレスなくできるようになるからです。例えば、AIアシスタントに何かお願いするとき、いちいちAIの反応を待つ必要がなくなり、より直感的に指示が出せるようになるかもしれません。あるいは、AIとの教育や、相談相手としての活用も、もっと深まっていく可能性があります。

AIの音声技術は、これまでも進化してきましたが、今回の「GPT‑Live」は、単に言葉を話すだけでなく、「会話のリズム」や「感情のニュアンス」まで捉えようとしているのが特徴です。これにより、AIが単なるツールから、もっと身近なパートナーへと変わっていく、そんな未来が見えてきます。