ChatGPT 読了 6 分

ChatGPTの新ボイス「ひまり」「りんどう」追加、間延びするクセも直した音声モデルの中身

Shiritomo編集部 @shiritomoAI_jp 2026年10月16日更新

ChatGPTの設定画面を開くと、「音声」の一覧に見慣れない名前が増えていました。
「ひまり」、「りんどう」。
どちらも日本語の声で、これまでの選択肢には無かった名前です。
音声でChatGPTを使っている人、AITuberや読み上げ機能にChatGPTを組み込んでいる人にとっては、地味ながら無視できない変化です。

先に結論をまとめると：
– OpenAIが音声モデルを「GPT-Live-1.1」に更新し、日本語を含む13種類の新しい声を追加した
– 情報を調べている間に繰り返される「確認しています…」のような間延びが減り、アクセントも自然になった
– 対象はChatGPT・Codex・dotsの音声機能で、設定から選ぶだけで切り替えられる

何が起きたのか

OpenAIは2026年10月15日、ChatGPTの音声機能「Voice」を支えるモデルを「GPT-Live-1.1」へ更新しました。
GPT-Liveは2026年7月に発表された音声モデルで、話している最中にAIが相槌を打ちながら応答できる点が特徴でした。
今回の1.1はその初めての大型更新になります。

Xでは、AI関連のニュースを追っているアカウントが更新内容を速報していました。

OpenAIが本日、ChatGPT音声向けにGPT-Live-1.1をリリースしました。
GPT-Liveは2026年7月に登場した音声モデルの更新版で、新しい声の追加・アクセントの改善、ChatGPT・Codex・dotsにおける「確認しています…」の減少が盛り込まれています。

OpenAI just released GPT-Live-1.1 for ChatGPT voice today. Here's what you need to know.

GPT-Live-1.1 is an update to OpenAI's GPT-Live voice model, which launched in July 2026. It brings new voices, better accents and less "checking…" to Voice in ChatGPT, Codex and dots.… https://t.co/zEWwmnp6bR pic.twitter.com/8706cT84bE
— AGTP (@AGTPinsights) 2026年10月15日

投稿にもあるとおり、変更点は新しい声の追加だけではなく、応答中の言い回し自体にも手が入っています。
ただ、この投稿だけでは「具体的に何がどう変わったのか」までは分かりません。
そこで一次情報を確認しました。

調べて分かったこと

具体的に何が変わったのか？

複数の海外メディアの報道を確認すると、GPT-Live-1.1で追加された声は合計13種類です。
フランス語・ドイツ語・ヒンディー語・日本語・韓国語・メキシコ系スペイン語でそれぞれ2種類、英語で1種類（「Bubbie」）という構成になっています。
日本語の2種類が、冒頭で触れた「ひまり」（女性の声）と「りんどう」（男性の声）です。

もう1つの変更点が、アクセントの自然さの向上と、情報検索中に挟まれる「確認しています…」のような相槌の減少です。
ChatGPT・Codex・常時稼働型AIエージェント「dots」の音声機能すべてに同じモデルが使われているため、今回の更新はこの3つのサービスに同時に反映されます。

なぜ日本語の声が増えたのか？

GPT-Live自体は2026年7月の登場時点で多言語に対応していましたが、声の種類は英語圏が中心でした。
1.1でフランス語・ドイツ語・ヒンディー語・韓国語・メキシコ系スペイン語と並んで日本語が追加されたのは、音声機能の利用者が英語圏以外にも広がっていることを踏まえた拡充と見られます。
声を2種類ずつ用意しているのも、男女どちらの声でも選べるようにする狙いでしょう。

ChatGPTの声を変更する方法

新しい声を使うには、ChatGPTの設定を開き「音声」の項目から好きな声を選ぶだけです。
これはGPT-Live-1.1に限った手順ではなく、以前から音声を切り替える際に使われている操作と同じで、更新後も特別な手続きは必要ありません。
音声の種類を試しながら選べるのは、テキストのやり取りにはない音声機能ならではの楽しみ方と言えそうです。

Shiritomo編集部の考察：明日からやることは2つ

音声AIの世界では、声の種類を増やすことは地味に見えて実は競争力に直結します。
読み上げや会話の体験は「内容が正しいか」だけでなく「聞き続けられる声か」で評価が分かれるためで、声の選択肢が少ないサービスは離脱されやすくなります。
ChatGPT・Codex・dotsという3つの異なる用途のサービスに同じ音声モデルを横展開しているのも、開発コストを抑えながら体験の質を一気に揃える狙いがあると考えられます。

AIを使って情報発信をしている方には、2つのことをおすすめします。
1つは、実際に新しい声を自分の用途で試し、読み上げ速度や相槌の自然さが自分のコンテンツに合うか確認すること。
もう1つは、音声応答を使ったサービスを運用している場合、応答中の間延びが減ったことで、ユーザーが途中で離脱するタイミングが変わる可能性があるため、反応の変化をしばらく観察することです。
多言語対応が進むほど、日本語ユーザー向けの音声体験も後回しにされにくくなっていく流れは、今後も続きそうです。