変更内容
2026 年 12 月 11 日に、ChatGPT Voice の高度な音声と標準音声の提供を終了します。
7 月に、自然な会話とフロンティアレベルの知能を兼ね備えた最新の音声モデル、GPT-Live を導入しました。それ以来、音声の利用はほぼ倍増し、現在では ChatGPT で音声を利用するほぼすべてのユーザーが GPT-Live を使用しています。この変更により、音声機能をよりシンプルにし、GPT-Live の改善に注力できるようになります。
高度な音声と標準音声の利用状況から、多くのことを学びました。その知見を GPT-Live に生かし、回答の深さや詳しさ、会話をまたいだ一貫性の維持、パーソナライズの向上などに引き続き取り組んでいます。私たちの最終的な目標は、ChatGPT の利用体験に音声をシームレスに組み込むことです。
高度な音声や標準音声のスタイルや応答の仕方に慣れ親しんでいる方にとって、こうしたモデルの移行が負担になり得ることは認識しています。ヘルプセンターのモデル移行への対応に関する記事では、この変更に対応するためのガイダンスをご案内しています。
ライブ動画と画面共有には、GPT-Live がこれらの機能に対応するまで、引き続き高度な音声が使用されます。
今後のスケジュール
2026 年 11 月 10 日：
提供終了についてユーザーに通知します。
移行期間中：
高度な音声または標準音声を引き続きご利用いただけます。
2026 年 12 月 11 日：
「設定」>「音声」のモデル選択メニューから、高度な音声と標準音声を選択できなくなります。これらのモデルを選択していたユーザーは、デフォルトでライブ音声に切り替わります。
よくある質問
ライブ音声、高度な音声、標準音声の違い
ライブ音声には、自然な会話とフロンティアレベルの知能を兼ね備えた最新の音声モデル、GPT-Live が使用されています。GPT-Live は全二重方式の音声モデルで、聞くことと話すことを同時に行えます。会話中、GPT‑Live は「うんうん」「はい」といった相づちで話を聞いていることを示したり、テンポよくやり取りしたり、ユーザーが少し考えたいときには静かに待ったりできます。GPT-Live は、複雑な質問やエージェントによる自律的な処理が必要なタスクを、当社のフロンティアテキストモデルに任せることもできます。これにより、バックグラウンドで複数のタスクを処理しながら、会話を続けられます。
高度な音声には、交互に発話する方式の従来の音声モデルが使用されていました。音声を直接処理・生成していましたが、ユーザーが話し終えるまでモデルが応答できなかったため、やり取りに柔軟性がありませんでした。
標準音声は、発話を書き起こす音声認識モデル、回答を生成する大規模言語モデル、回答を音声に変換する音声合成モデルという 3 つのモデルを組み合わせていました。この仕組みで初期の音声機能を実現しましたが、応答に時間がかかり、音声とテキストの変換で情報が失われるという課題がありました。
高度な音声と標準音声での会話の扱い
会話は ChatGPT の履歴に残り、テキストまたは音声で続けられます。2026 年 12 月 11 日以降、音声はデフォルトで GPT-Live になります。
ライブ音声で期待できる改善点
高度な音声と標準音声の利用状況から、多くのことを学びました。その知見を GPT-Live に生かし、回答の深さや詳しさ、会話をまたいだ一貫性の維持、パーソナライズの向上などに引き続き取り組んでいます。私たちの最終的な目標は、ChatGPT の利用体験に音声をシームレスに組み込むことです。
カスタム GPT の今後の扱い
カスタム GPT の音声機能には、カスタム GPT が廃止される 2026 年 12 月 11 日まで、引き続き高度な音声が使用されます。詳しくは、カスタム GPT の廃止をご覧ください。
ライブ動画と画面共有の今後の扱い
ライブ動画と画面共有には、GPT-Live がこれらの機能に対応するまで、引き続き高度な音声が使用されます。
会話のエクスポート方法
対象となる ChatGPT データのエクスポートをリクエストする方法については、こちらをご覧ください。