- OpenAIは12月11日、2つの旧版音声オプションの提供を停止する。
- GPT-Liveが新しいデフォルト音声体験となり、対話の流暢さが大幅に向上する。
- ユーザーは締切前に調整が必要で、そうしない場合は自動的にGPT-Liveに切り替わる。
- 高級音声と標準音声の機能は、移行期間中も保持される。
OpenAIは来月、2つの旧版音声オプションの提供を停止し、その際にGPT-Liveがプラットフォームのデフォルト音声体験となる。高級音声と標準音声は2026年12月11日からモデル選択肢から削除される。この変更は、旧版対話モードを好むユーザーに影響を与える。OpenAIによれば、7月の導入以来、ほぼすべてのChatGPT音声ユーザーがGPT-Liveに移行しており、この期間中に音声使用量はほぼ倍増しており、新システムへの顕著な移行を示している。
ユーザーは移行期間中も高級音声と標準音声を使用できるが、これらのオプションに依存しているユーザーは12月の締切前に調整が必要である。この引退は、現在旧版音声技術を使用しているカスタムGPTにも影響を与える。
GPT-Liveの新機能
GPT-Liveは前身とは異なるアーキテクチャを持つ。このモデルは同時に聞き取りと話すことができ、対話が従来の交互発言の制約を受けずに自然に流れるように進行する。この能力により、コミュニケーションが迅速になり、自然に話を遮ることができる。また、ユーザーが話している際に短い応答で反応することも可能である。誰かが考える時間が必要な場合、モデルは沈黙を保ち、対話がぎこちなくならないようにする。さらに、GPT-LiveはOpenAIのテキストベースのモデルと接続して、より複雑なリクエストを処理することもできる。
現在の音声対話を終了させることなく、複雑な問題や多段階のタスクを委任できるため、ユーザーはシステムがより複雑な作業を処理している間も対話を続けることができる。
旧版音声の影響
高級音声はより従来型の方法を採用している。その基盤となるモデルは、入力と出力の音声を直接処理するが、ユーザーが発言を終えるのを待たなければ応答を生成できない。標準音声は3つの独立したモデルに依存しており、そのうちの1つが音声をテキストに変換し、別の1つが応答を生成し、3つ目がその応答を音声に変換する。これらの追加処理段階は、遅延や音声とテキスト間の情報損失を引き起こすことが多い。OpenAIは現在、これらの機能を統合した音声体験を目指している。同社はまた、GPT-Liveの開発過程で応答の深さ、対話の一貫性、個別化を改善する計画を持っている。
OpenAIは11月10日からユーザーにこの引退の通知を開始した。既存の高級音声と標準音声のユーザーは、12月11日までその設定を保持できる。この日以降、これらの2つのオプションは音声設定から消える。ChatGPTは影響を受けるユーザーを自動的にGPT-Liveに切り替え、ユーザーは既存の対話を手動で移行したり、新しいチャットを開始したりする必要はない。以前の対話はChatGPTの履歴を通じてアクセス可能であり、ユーザーはテキストまたは新しいLive音声体験を通じてこれらの議論を続けることができる。
カスタムGPTも12月11日から高級音声へのアクセス権を失う。引退日以前は、カスタムGPTとの対話は旧版モデルを使用し続ける。開発者とユーザーは、既存の音声ワークフローを計画する際にこの変更を考慮する必要がある。
重要な機能は現在の音声インフラストラクチャに残る。OpenAIによれば、リアルタイムの動画と画面共有は引き続き高級音声で動作する。GPT-Liveは現在、これらの機能をサポートしていない。同社は新モデルが同等の能力を得るまで旧システムを運用し続ける。このため、ChatGPTの標準音声対話とそのインタラクティブな視覚機能との間には一時的な違いが残る。移行期間中、ユーザーはリアルタイムの動画と画面共有にアクセスできる。OpenAIはGPT-Liveにこれらの機能を導入する具体的なタイムラインを提供していない。
現在、12月11日はこの2つの選択可能な旧版音声モードの終了を示しているが、高級音声が駆動するすべての機能の終了を意味するわけではない。
GPT-Liveの利点と旧版音声の退役
OpenAIのこの変更は、音声技術の重要なアップグレードを示している。GPT-Liveの設計により、ユーザーはより自然な対話体験を享受でき、これはユーザーのインタラクションの流暢さと効率を向上させるために重要である。旧版音声モードの退役に伴い、ユーザーは新システムに適応する必要があり、これは旧版モードに依存しているユーザーに一定の影響を与える可能性がある。それにもかかわらず、OpenAIは高級音声のいくつかの機能を保持しており、移行期間のスムーズさを確保している。この戦略は、OpenAIがユーザーのニーズを重視していることを示すだけでなく、音声技術分野での持続的な革新を反映している。

