概要
ChatGPT Voice について
ChatGPT Voice では、ChatGPT に話しかけて、音声で応答を聞くことができます。音声はチャット内で使えるため、応答をテキストで追いながら聞いたり、話せないときは文字で入力したり、会話をやり直さずに以前のメッセージを確認したりできます。
会話ではなく、1 回の録音を編集可能なテキストに変換したい場合は、ChatGPT の音声入力をご利用ください。
Live では聞くことと話すことを同時に行えるため、話す順番の交代や会話への割り込みがより自然になります。アカウントで各機能が利用可能な場合、Live ではウェブ検索やメモリの利用、対応ウィジェットを通じた視覚的な結果の表示、テキストや画像の処理もできます。
ChatGPT は間違えることがあります。特に日付、時刻、場所によって答えが変わる質問では、重要な情報を確認してください。音声では、デバイスやブラウザのタイムゾーンを使って「今日」「明日」などの言葉を解釈します。回答がずれていると感じた場合は、タイムゾーンを確認するか、質問に正確な日付、タイムゾーン、場所を含めてください。ChatGPT と正確性について詳しくはこちら。
音声のオプション
設定 > 音声には、次のオプションが表示される場合があります。
Live は GPT-Live-1.1 と GPT-Live-1.1 Quip をプランに応じて使用します。Live は自然な会話のやり取りを目的として設計されています。ウェブ検索やメモリの利用、対応ウィジェットを通じた視覚的な結果の表示、同じチャット内でのテキストや画像の処理ができます。Live では、アカウントで利用可能なプラグインや接続済みアプリも使用できます。Live は、ビデオや画面の共有には対応していません。
Advanced：従来のリアルタイム音声機能です。ビデオや画面の共有など、対応するモバイル機能が必要な場合は Advanced を使用してください。
Standard：発話を文字起こししてから応答を生成する、交互に話す形式の音声機能です。
利用可能なオプションは、プラン、ワークスペースの設定、地域、アプリのバージョン、ペアレンタルコントロールによって異なる場合があります。リンクされた未成年者のアカウントでは、保護者がペアレンタルコントロールで音声へのアクセスを管理できます。
利用可能なオプションを切り替えるには、設定 > 音声を開き、Live、Advanced、または Standard を選択します。
Live でのプラグインの利用
Live での会話中に、アカウントで利用可能なプラグインを使うよう ChatGPT に頼みます。利用する前に、アプリを接続してサインインする必要がある場合があります。既存のアプリの権限やワークスペースの制限は、引き続き適用されます。
ウェブやモバイルでは、操作に承認が必要な場合、音声で画面上の確認を求められます。画面上のボタンで承認または拒否してください。音声による承認には対応していません。
Business、Enterprise、Edu、Healthcare ワークスペースでの利用
ChatGPT Voice は、対象の Business、Enterprise、Edu、Healthcare ワークスペースで、ワークスペースの設定に応じて利用できます。
プランとワークスペースの設定に応じて、次の環境で音声を利用できます。
Chat での音声：自然なリアルタイムの会話を通じて、質問したり、ブレインストーミングをしたり、アイデアを掘り下げたりできます。Chat での音声は GPT-Live を使用しており、ウェブ、iOS、Android で利用できます。Live では、アカウントで利用可能なプラグインや接続済みアプリも使用できます。
ウェブとモバイルの Work での音声：Live を使って、接続済みアプリでの作業、文書・プレゼンテーション・スプレッドシートの作成、ブラウザの操作ができます。通話を終了した時点でタスクがまだ実行中の場合は、テキストで続行できます。音声と Work の両方へのアクセス権が必要です。
デスクトップでの音声：音声でタスクを開始したり、進捗を確認したり、エージェントについて質問したり、1 つの会話で複数のエージェントを連携させたりできます。macOS と Windows の ChatGPT デスクトップアプリで利用でき、ペアリングによるリモートアクセスにも対応しています。
音声を使っても、プラグインや接続済みアプリへのアクセス権は変わりません。既存のデータアクセス権限と操作制限は、引き続き適用されます。
利用上限
Chat での音声
Chat では、Live の使用量は常に直近の 24 時間を対象に計測されます。上限に達すると、ChatGPT から通知されます。
| プラン | 利用枠 |
|---|---|
| Free | GPT-Live-1.1 Quip を制限付きで利用可能上限は変更される場合があります。 |
| Go | GPT-Live-1.1 Quip を 3 時間利用可能 |
| Plus | GPT-Live-1.1 を 3 時間利用可能 |
| Pro（月額 100 ドル） | GPT-Live-1.1 を 15 時間利用可能 |
| Pro（月額 200 ドル） | GPT-Live-1.1 を無制限で利用可能* |
| Business Standard | GPT-Live-1.1 を 3 時間利用可能追加の利用には 1 分あたり 1.25 クレジットを消費します。 |
| Business Premium | GPT-Live-1.1 を 15 時間利用可能追加の利用には 1 分あたり 1.25 クレジットを消費します。 |
| K-12 教員 | GPT-Live-1.1 を 3 時間利用可能 |
| クレジット制の Enterprise、Edu、Clinicians | 1 分あたり 1.25 クレジット |
| 米ドル建ての従量課金制の Enterprise | 1 分あたり 0.05 ドル |
| 従来の Enterprise プランと Edu プラン | GPT-Live-1.1 を 3 時間利用可能 |
*不正利用防止のための制限が適用されます
ウェブとモバイルの Work での音声
Work での音声には、ご利用プランの音声の上限と料金体系が適用されます。Work のタスクは、テキストで入力した場合と同様に、通常の Work の使用量にもカウントされます。デスクトップアプリの音声には、別の料金体系と上限が適用されます。
デスクトップでの音声
現在の提供状況、プランに含まれる利用枠、利用上限については、デスクトップでの ChatGPT Voice の料金と上限をご確認ください。
音声会話の開始
iOS と Android の場合
メッセージバーの音声アイコンを選択します。
確認が表示されたら、ChatGPT アプリによるマイクへのアクセスを許可します。
初めて音声会話を利用する場合は、好みの音声を選択します。
音声が起動したら、話しかけて会話を始めます。
会話中にマイクボタンを選択すると、自分の音声をミュートまたはミュート解除できます。終了ボタンを選択すると、音声会話が終了します。
ウェブの場合
ChatGPT.com にアクセスします。
プロンプト入力欄の音声アイコンを選択します。
確認が表示されたら、ブラウザによるマイクへのアクセスを許可します。
音声が起動したら、話しかけて会話を始めます。
会話中にマイクボタンを選択すると、自分の音声をミュートまたはミュート解除できます。終了ボタンを選択すると、音声会話が終了します。
Live でのテキストと画像の利用
Live では、音声会話と同じチャット内でテキストや画像を入力できます。音声を使用中でも、メッセージバーの追加ボタンで利用可能な画像を添付したり、話す代わりにメッセージを入力したりできます。別のチャットを開始しなくても、ChatGPT は音声で応答できます。
利用できる画像の種類や上限は、プランとアカウントによって異なります。
現在、Live では ChatGPT ライブラリからファイルを探したり追加したりすることはできません。ただし、アカウントによっては、対応するファイルを手動でチャットに添付できる場合があります。
ビデオや画面の共有
Live は、ビデオや画面の共有には対応していません。
対象のサブスクリプションをご利用の場合、ChatGPT の iOS アプリと Android アプリで Advanced を使用すると、引き続きビデオや画面を共有できます。
ライブ映像を共有するには、音声会話中にカメラボタンを選択します。もう一度選択すると、共有が停止します。
画面を共有するには、その他のオプションメニュー（•••）を選択し、画面を共有を選んで、デバイスに表示される案内に従います。
画面共有を停止するには、ChatGPT に戻り、画面共有ボタンをもう一度選択します。デバイスのシステムの画面共有コントロールから停止することもできます。
ビデオや画面共有の上限に達しても、新たにビデオや画面共有を開始せずに、音声会話を続けられる場合があります。
好みの音声への変更
設定 > 音声を開き、音声を選択して、次の中から選びます。
Arbor — 気さくで柔軟
Breeze — 生き生きとして誠実
Cove — 落ち着いていて率直
Ember — 自信に満ちて前向き
Juniper — 開放的で明るい
Maple — 陽気で飾らない
Sol — 機転が利いてリラックスした雰囲気
Spruce — 穏やかで肯定的
Vale — 明るく好奇心旺盛
Live では、次の音声も利用できます。
| 言語 | 音声 |
|---|---|
| ブラジル | Viola と Rio |
| フランス語 | Aube と Rivage |
| ドイツ語 | Sonna と Miko |
| ヒンディー語 | Leher と Neer |
| 日本語 | Himari（ひまり）と Rindō（りんどう） |
| 韓国語 | Haetsal（햇살）と Hanul（한울） |
| スペイン語（メキシコ） | Tinta と Arrullo |
| 英語 | Bubbie |
表示される音声は、地域やアカウントによって異なる場合があります。
音声会話中に選択中の音声を変更すると、同じチャット内で新しい音声通話が始まります。
優先言語の変更
音声で言語が誤って検出される場合は、最もよく話す言語を選択すると、ChatGPT が発話をより正確に理解しやすくなります。
設定を開きます。
音声、言語の順に選択します。
優先する言語を選択します。
音声会話中に、別の言語で話すよう ChatGPT に頼むこともできます。
応答スタイルの変更
現在、ChatGPT のプリセットのパーソナリティは Live には適用されません。
ただし、個々の音声会話中に、口調や話す速さ、応答スタイルを変えるよう ChatGPT に頼むことはできます。
ChatGPT にもっと速く、またはゆっくり話すよう頼むことはできますが、現在、再生速度を細かく調整する機能はありません。
CarPlay での音声の利用
対応する iPhone では、Apple CarPlay で ChatGPT を利用できます。CarPlay の画面から、音声会話の開始、最近のチャットやピン留めしたチャットの再開、プロジェクト内での会話の開始ができます。CarPlay での ChatGPT の使い方について詳しくはこちら。
モバイルデバイスは、法律で認められており、安全に使用できる状況でのみ使用してください。運転前にアプリを設定し、走行中はデバイスを操作しないでください。
バックグラウンドでの会話の継続
他のアプリを使用している間や、スマートフォンがロックされている間も、音声会話を続けられます。バックグラウンドでの会話は、設定 > 音声で設定できます。
バックグラウンドでの会話は、自分で終了した場合、アプリを強制終了した場合、利用上限に達した場合、またはセッションの最大時間に達した場合に終了します。Advanced で画面を共有している場合、共有を停止するか画面をロックすると、画面共有も終了します。
音声での ChatGPT の起動
対応するバージョンのモバイルアプリで、設定 > 音声にある音声で開始をオンにします。この設定がオンの場合、ChatGPT で新しい会話や空の会話を開くと、音声が自動的に起動します。
CarPlay で音声を自動的に起動するには、設定 > 音声にある CarPlay で自動的に開始をオンにします。この設定は、CarPlay で ChatGPT を使用した後に表示されます。
データコントロール
音声とビデオの保持
Live と Advanced の音声会話の音声クリップ、および Advanced の音声会話のビデオクリップは、チャット履歴に表示される文字起こしとともに保存されます。クリップは 30 日間保持されます。
チャットを削除すると、関連する音声やビデオクリップも 30 日以内に削除されます。ただし、プライバシーポリシーに記載されたセキュリティ、安全性、または法的な理由で保持する必要がある場合は除きます。また、以前にモデルのトレーニングのためにクリップを共有することを選択し、すでにアカウントとの関連付けが解除されている場合も除きます。
関連する音声やビデオのデータを含め、チャットの削除は取り消せません。アーカイブでは、チャットがサイドバーから非表示になるだけで、チャットや関連する音声・ビデオクリップは削除されません。
Standard では、ChatGPT が応答を生成する前に音声を文字起こしします。モデルのトレーニングのために音声を共有することを選択していない限り、文字起こしが完了すると音声は削除されます。文字起こしに失敗した場合も、音声は削除されます。
モデルのトレーニングと音声・ビデオクリップ
モデルのトレーニングのために音声やビデオクリップを共有することを選択した場合、または OpenAI アカウントの設定で「音声録音を含める」や「ビデオ録画を含める」をオンにした場合を除き、使用されません。データコントロールについて詳しくは、こちらをご覧ください。
すべての人のためにモデルを改善するがオンの場合、プランと設定に応じて、音声会話の文字起こしやその他のファイルをモデルのトレーニングに使用することがあります。上記のようにモデル改善のための共有を選択しない限り、関連する音声やビデオクリップをトレーニングに使用することはありません。
個人用ワークスペースの Free、Plus、Pro ユーザーは、設定 > データコントロールを開き、すべての人のためにモデルを改善するをオンにしてから、音声録音を含めるまたはビデオ録画を含めるをオンにすることで、クリップの共有を選択できます。
音声やビデオクリップの共有を選択した場合、ChatGPT が聞き間違えたり誤解したりした箇所の把握など、モデルの動作改善のために、当社のチームが共有されたクリップを確認することがあります。共有されたクリップをトレーニングに使用する前に、クリップ内の個人情報を減らす措置を講じます。
共有を停止すると、新しいクリップがモデルのトレーニングに使用されることはなくなります。すでにアカウントとの関連付けが解除されたクリップは、引き続き使用される場合があります。この選択はアカウントに紐づき、ログインしているすべてのデバイスに適用されます。
詳しくは、データコントロールとモデルの性能向上のためのデータの使用方法をご覧ください。
よくある質問
ChatGPT が話している間の発話
はい、できます。Live は聞くことと話すことを同時に行えるため、ChatGPT の応答中に割り込んだり、話し続けたりできます。ChatGPT は会話の最新の内容に沿って応答するはずですが、発話の重なり、周囲の雑音、ネットワークの状態、マイクの設定によって、聞き取る内容が影響を受ける場合があります。
複数人から ChatGPT への同時の発話
Live は、主に 1 対 1 の会話を想定して設計されています。周囲の雑音には対応できますが、複数の人が話す会話にはまだ最適化されていません。ChatGPT に話しかけているのではなく、人同士で会話しているときにも応答する場合があります。
ChatGPT が話を遮ったり、話すのをやめたりする理由
特に周囲の雑音、長い沈黙、他の人の声がある場合には、会話が中断されることがあります。ヘッドホンを使う、より静かな場所に移動する、デバイスの音量を上げるなどの方法をお試しください。iPhone では、音声会話中にコントロールセンターを開き、マイクモードを選択して声を分離をオンにすることもできます。
考えを声に出して整理する間の応答の保留
会話の始めに、たとえば「返答してと言うまで待っていて」と伝え、応答してほしいタイミングまで待つよう Live に頼むことができます。ただし、長い沈黙、周囲の話し声、その他の音によって Live が応答する場合もあります。
音声会話と音声入力の使い分け
リアルタイムで会話をやり取りしたり、話しながらアイデアを整理したりするには、音声会話を使います。プロンプトを録音し、文字起こしを確認・編集してからテキストとして送信したい場合は、ChatGPT の音声入力を使います。音声会話の文字起こしは逐語的な記録ではなく、話した内容と完全には一致しない場合があります。
文字起こしが会話と完全には一致しない理由
音声会話の後、文字起こしがチャットに追加されます。特に発話が重なったり、周囲に雑音があったり、会話のテンポが速かったりすると、あなたや ChatGPT が話した内容と完全には一致しない場合があります。
Live では、ChatGPT の応答が音声で読み上げられると同時に、チャット内にテキストでも表示されます。音声会話を終了した後は、チャット履歴で会話を確認できます。
音声会話での字幕表示
Live では、ChatGPT の応答が音声で読み上げられると同時に、チャット内にテキストで表示されます。iOS と Android で Advanced を使用している場合、音声会話中に cc ボタンを選択すると、ChatGPT の応答の字幕が表示されます。
音声会話を終了すると、文字起こしがチャットに追加され、チャット履歴で確認できます。
音声会話が終了した理由
音声会話は、利用上限やセッションの最大時間に達した場合、または長い会話でコンテキストの上限に達した場合に終了することがあります。可能な場合は、ChatGPT に通知が表示されます。テキストで続けるか、音声を再び開始できます。
同時に行える音声会話の数
音声会話は一度に 1 つだけ行えます。