ChatGPTが「相槌を打ちながら話す」時代に、OpenAIの新音声モデル

shiritomo | AI・SNS・話題のテック情報メディア by Hashout編集部 @shiritomoAI_jp 2026年7月10日更新

「話す→止まる→AIが答える」。
これまでの音声AIは、この順番を厳格に守っていました。
7月8日、OpenAIが発表した新しい音声モデル「GPT-Live」は、この順番そのものを崩しにきています。
話している最中にAIが「うんうん」と相槌を打ち、必要なら話の途中で割り込んでくる。
まるで人間同士の雑談のような会話が、ChatGPTのアプリ上で実現し始めています。

Xで飛び交う「これはすごい」の声

発表から数時間で、日本語ユーザーの投稿にも実際に試した感想が並び始めました。

ChatGPTの新しい音声モデル「GPT-Live」を試してみたんだけど、これはすごい。

今までは
話す → 止まる → AIが返す
だったのが、GPT-Liveは止まらずに話し続けられるので本当に人と話しているようなテンポで会話できる。

一番すごいと感じたのは、リアルタイム通訳。
さっき日英で試してみたら、… https://t.co/H2uh1efSZ0

— ❖ ken｜旅するデザイナー (@ken_tbdz) 2026年7月9日

このユーザーが特に驚いていたのは、リアルタイム通訳の精度でした。
日英で話しかけると、区切りを待たずに訳し始める挙動が、これまでの音声アシスタントとは体感が違うといいます。

同様の反応は、ビジネス活用の角度からも上がっています。

OpenAI「GPT-Live」のリアルタイム翻訳がすごい。
革命的では、、、？　ビジネスや旅行はこれでもう十分。

C向けの翻訳特化型スタートアップが爆死してしまう、、。

パリの古書店での値切り交渉を英語で話すだけ。AIが即座にフランス語へ同時通訳し商談成立。

・聞きながら話す全二重で途切れない… https://t.co/QyAzTOnYVH pic.twitter.com/Kas7HkqbvV
— チャエン | デジライズ CEO《重要AIニュースを毎日最速で発信⚡️》 (@masahirochaen) 2026年7月9日

パリの古書店を例に、値切り交渉をその場で通訳させるデモが紹介されており、「聞きながら話す」全二重のやり取りが途切れないことが、翻訳特化アプリの存在意義そのものを揺るがしかねないという指摘です。
旅行や商談といった実用場面での評価が先行しているのが、今回の反応の特徴と言えそうです。

「全二重」とは何が違うのか、一次情報で確認

OpenAIの公式発表を確認すると、GPT-Liveは「フルデュプレックス（全二重）」という方式を採用しています。
従来の音声アシスタントは、ユーザーの発話が終わるのを待ってから応答を生成する「半二重」方式でした。
GPT-Liveは入力を継続的に処理しながら出力も同時に行うため、1秒間に何度も「話すか・聞き続けるか・黙るか・割り込むか」を判断し直しているといいます。
これによって、相槌を打つ、話の途中で質問を挟む、考える間に沈黙するといった、人間同士の会話に近い間合いが再現されるとのことです。

提供体制も明確になっています。
有料プラン（Go・Plus・Pro）向けの「GPT-Live-1」と、無料ユーザー向けの軽量版「GPT-Live-1 mini」の2種類があり、従来の「Advanced Voice Mode」を置き換える形で標準搭載されます。
日本時間7月9日時点で有料プランへの展開はほぼ完了し、無料ユーザーへの展開も順次進んでいるとのことです。
複雑な計算やWeb検索が必要な質問については、裏側でGPT-5.5に処理を委ね、その結果を会話に自然に織り込む仕組みも備えています。
なお、映像通話や画面共有との組み合わせには、現時点ではまだ対応していません。

これまでの音声アシスタントは、ユーザーの発話が完全に終わるのを待ってから処理を始める設計上、「間」が不自然になりやすいという弱点を抱えていました。
相槌を打つタイミングや、話の腰を折らずに割り込む判断は、人間同士なら無意識にこなしている高度なやり取りです。
GPT-Liveがこれを実現できた背景には、入力と出力を同時並行で処理し続ける全二重アーキテクチャがあり、モデルは常に「今、声を出すべきか」を判断し続けているといいます。
ここに、複雑な処理だけをGPT-5.5に委ねる分業構造を組み合わせることで、応答速度と精度を両立させているわけです。

音声AIをめぐる開発競争は、この1年で急速に激しくなっています。
GoogleやAnthropicも音声インターフェースの改善を進めており、テキストではなく声で完結する対話体験が、次の主戦場になりつつあるという見方が業界内で強まっています。
GPT-Liveが「相槌」「割り込み」といった人間的なふるまいに踏み込んできたことは、単なる音質や翻訳精度の向上競争から、会話の”間合い”そのものを再現する競争へとフェーズが移ったことを示しているとも言えそうです。

さらに深掘りしたい方へ

Introducing GPT-Live（OpenAI公式）

SocialReport編集部の考察

今回の反応で目を引くのは、機能そのものよりも「用途」を軸にした投稿が拡散している点です。
技術解説的な投稿よりも、「パリの古書店で値切り交渉」のような具体的なシーンを描いた投稿の方が引用や共有を集めやすい傾向が見られました。
SNS上でAIツールを紹介する際、スペックの羅列よりも「自分がこう使った」という一人称の場面設定を添えるほうが、拡散力につながりやすいことを示す好例と言えるでしょう。
また、翻訳特化サービスへの影響を懸念する声が早くも出ている点は、汎用AIの機能拡張が周辺スタートアップの市場をどれだけ早く侵食するかという、AI業界全体の構造的な問題を映し出しています。
企業のSNS運用担当者にとっても、問い合わせ対応や多言語接客のオペレーションが、こうした音声AIの進化によって近い将来置き換わっていく可能性を念頭に置いておく価値があるでしょう。