OpenAIは人と意思疎通するかのように自然に対話を継続できる次世代音声技術「GPT-ライブ」をChatGPTに新たに追加したと8日（現地時間）明らかにした。
従来のChatGPT音声機能は、利用者の音声をテキストに変換した後にAIが回答し、AIの回答が終わると再び利用者が質問する構造の「ターン（turn）制」方式だった。対話の途中で利用者が言いよどむと、AIが質問が終わったと判断して見当違いの回答を出すこともあり、AIが回答している最中に利用者が質問すると会話が途切れる場合も多かった。
GPT-ライブは会話の文脈をリアルタイムで理解するよう設計され、従来の音声AIの限界を大きく減らしたとOpenAIは説明した。利用者はAIが回答している最中に発話を遮って別の質問をすることもでき、質問中に考えを整理するために言いよどんでも、AIは会話が継続している事実を認識してリスニング状態を維持する。
OpenAIは「精緻なエンドポインティング（発話の終端認識）とストリーミング技術により、従来の音声システムの慢性的な限界だった会話断絶現象を克服した」と説明した。
リアルタイム通訳と複雑な推論機能も改善した。とりわけリアルタイムのウェブ検索や高度なデータ分析などを要する質問を受けた場合でも、会話の流れを損なわず、静かに最新モデル「GPT-5.5」に作業を委譲して結果物を生成する。
OpenAIでオーディオモデル部門を率いるクンダン・クマル研究員は「安全を最優先に選択した」と強調し、会話が危険な方向に進むと方向を変えて回避する機能があると説明した。
GPT-ライブはこの日から全世界のChatGPTアカウントに順次適用される。有料プランには「GPT-ライブ-1」、無料利用者には「GPT-ライブ-1 ミニ」が基本適用となる。