最近、OpenAIは新しい音声インタラクションモードGPT-Liveを正式に発表しました。これは音声アシスタント機能の大幅なアップグレードで、即日より全世界のChatGPTユーザーに段階的に提供されます。
GPT-Liveはフルデュプレックスアーキテクチャを採用しており、同時に聞くことと話すことをサポートしています。対話の過程で、ユーザーはいつでもAIの発言を中断することができ、システムは応答を続けながらも聞き続け、文脈に応じて「うん」や「そうだね」といった返答を自然に挿入することができます。また、ユーザーが考える必要があるときには静かにしておくことも可能です。GPT-Liveは文脈に基づいて、いつ発言を停止すべきか、いつユーザーの発言を待つべきかを判断することができ、ユーザーは設定でAIの応答スタイルを調整することもできます。
GPT-Liveはフルデュプレックス音声インタラクション機能を備えています
さらに、新しい音声モードはリアルタイムのインターネット検索をサポートしており、対話中に最新のネット情報を引き出して回答することができます。GPT-Liveは現在、GPT-Live-1とGPT-Live-1-miniの2つのバージョンを提供しています。そのうち、無料ユーザーはデフォルトでGPT-Live-1-miniを使用し、有料ユーザーはGPT-Live-1を利用できます。OpenAIは、現在ChatGPTで最も一般的に使用されている言語に最適化を行っており、一部の言語では母国語のアクセントや表現の流暢さに不足がある可能性があると述べており、今後も改善を続ける予定です。
初期リリース期間中、GPT-Liveは音声ビデオ通話や画面共有機能をサポートしていません。これらの機能はまだ開発中です。デスクトップ版ChatGPTは以前に音声モードのサポートを停止しており、今回の更新には含まれていません。新しい音声モードは即日より今後数日内に全世界のユーザーに順次提供され、ユーザーはChatGPTアプリ内で音声ボタンをクリックして直接体験できます。車載シーンにおいては、ChatGPTがCarPlayをサポートしているため、GPT-LiveのリリースはCarPlayの車載音声インタラクション体験を大幅に向上させました。
APIインターフェースのサポートは近日中に開放される予定です。