ChatGPTが「相づち」を打つようになった — GPT-Liveで音声AIが会話らしくなった理由

「GPT-Live」という新しい音声モデルが2026年7月8日に公開されたんだよ。一番大きな変化は、AIが「話しながら同時に聞ける」ようになったことだね。

従来の音声AIはね、まず「君が話す → AIが処理 → AIが返事する」という1本道だったんだ。だから君が途中で口を挟んでも、AIは気づかずに最後まで話し続けてしまっていたんだよ。

それが解消されたんだ。GPT-Liveは「フルデュプレックス」という仕組みを使っていて、電話のように送受信を同時にできるんだよ。だから途中で割り込んだり、「うん」「そうそう」と相づちを打ったりしながら自然に会話できるんだ。

フルデュプレックスは「両方向同時通信」という意味だよ。例えば普通の電話は、二人が同時に話せるよね？あれがフルデュプレックスだよ。昔のトランシーバー（インターホン）は「どうぞ」と言ってから交代で話す。あれがハーフデュプレックス。GPT-Liveは電話と同じ、両方向同時の仕組みになったんだ。

まさにそう！しかも今回からGPT-Liveは「うんうん」「そっかそっか」みたいな相づちも打てるようになったんだ。会話のテンポが全然違って、本当に人と話しているような感覚になるよ。

あるよ。難しい質問が来たとき、GPT-Liveは裏側でGPT-5.5という強力なモデルにこっそり「丸投げ」して、答えが出たら会話に戻せるんだ。だからしゃべりながら、調べごとや複雑な計算もできるようになったんだよ。

GPT-Live-1 miniは無料ユーザーでも使えるようになる予定だよ。高機能なGPT-Live-1は有料ユーザー向けだね。日本語も含む多くの言語に対応していて、リアルタイム翻訳機能もあるんだ。外国語の勉強とか、会議の通訳補助にも使えそうだよ。

その通りで、実はこれは音声認識・言語理解・音声合成を3つ別々でやっていた昔のやり方を、1つにまとめたエンドツーエンドモデルに変えたことで実現したんだよ。段階が少ない分、遅延が少なくなって自然な会話ができるようになったんだ。今後のAI音声インターフェースの標準になっていく技術だよ。