OpenAI、AI音声アシスタントのより自然なチャット機能を発表

OpenAIは3月24日、ChatGPTのAI音声アシスタントをより親しみやすく応答性高く、文中の中断を減らすためのアップデートを展開すると発表しました。このアップデートにより、ChatGPTは競合のSesameやAlexaに対してより強力な競合ポジションを確立しました。

は、ChatGPTの無料プランの視聴者を週10億人以上のアクティブユーザーと見積もっており、広告モデルが無料版の運営を支えています。 は 月曜日に「Advanced Voice Mode」（ChatGPTでリアルタイム会話を実現するAI音声機能）のアップデートを行い、AIアシスタントをより親しみやすく、ユーザーへの中断をより頻繁に行わないようにしました。今回のアップデートの焦点は2つあります：より魅力的なAIアシスタントと、より少ない中断です。

OpenAIのポストトレーニング研究者であるManuka Stratta氏は、月曜日に会社の公式ソーシャルメディアチャンネルに投稿したデモ動画でこれらの変更を発表しました。デモ動画では、Manukaが新しいモデルがユーザーに思考や発言のための時間を提供し、中断することなく会話できることを実演しました。

OpenAI、より自然な会話のためのAI音声アシスタントを改善 

OpenAIは、中断が少なく自然な一時停止を可能にする更新されたChatGPT音声モードを発表しました。この機能はすべてのユーザーに利用可能で、有料ユーザーにはさらに「魅力的で、直接的、簡潔」と説明される改善されたモデルの人格が提供されます。

— Tibor Blaho (@btibor91) 3月 24日、 2025年

ChatGPTは、無料ユーザーおよび有料サブスクライバー（Plus、Teams、Edu、Business、Proプランを含む）がアクセスできる新しいアドバンスト音声モードをリリースしました。この更新された機能により、ChatGPT内でリアルタイムの会話が可能になり、AIアシスタントの柔軟性が向上し、ユーザーとのやり取り中の中断が最小限に抑えられます。

このアップデートは、AI音声アシスタント分野での競争が激化する中でのものです。OpenAIは、自然な音声を持つAIキャラクターMayaやMilesで話題となったAndreessen Horowitz支援のスタートアップSesameや、大規模言語モデル搭載のAlexaアップグレードを準備しているAmazonなど、新規参入者からの圧力に直面しています。 

「中断が少なくなるため、思考を整理する時間がより持ち、常に隙間や沈黙を埋めなければならないと感じることがなくなります。」

-Manuka Stratta

OpenAIの spokesperson は、有料ユーザー向けの新しいAI音声アシスタントは「回答においてより直接的で、魅力的、簡潔、具体的、かつ創造的」であると述べました。 

OpenAIはまた、自動音声認識（ASR）およびテキスト読み上げ（TTS）用の新モデルのリリースも発表し、AI駆動の音声技術におけるさらなる進歩を示しました。新モデルは精度と手頃な価格を提供し、AI駆動の音声エージェントを展開する企業にとっての代替手段となります。 

新しいASRモデルであるgpt-4o-transcribeおよびgpt-4o-mini-transcribeは、OpenAIの以前の最先端トランスクリプションモデルであるWhisperを大幅に超えるものです。これらのモデルは、単語誤り率の改善と、多様な言語、アクセント、背景ノイズへのより良い対応を提供します。新しいTTSモデルは、自然なイントネーションと表現力を持つ非常にリアルな音声を生成できます。これらのモデルは、自然言語プロンプトを使用して、音声のトーン、感情、発話を制御できます。

ChatGPT AI音声アシスタント、ユーザーに孤独感を与える

OpenAIとMITメディアラボが共同で実施した新しい研究 明らかにした ChatGPTユーザーの大多数がAIアシスタントを実用的な目的で利用していたことが示されました。この研究はほぼ4,000万のChatGPTインタラクションを分析し、 ユーザーを異なるグループに分けました。一部のユーザーはテキストのみを使用し、他のユーザーはAIキャラクターとの音声インタラクションを実験しました。1つのキャラクターは感情的に設計され、もう1つは中立でした。.

データは、Advanced Voice Modeを重度に利用したユーザーが、 ChatGPT に対してより強い感情的つながりを開発したことを明らかにしました。音声機能の影響は多様で、短いインタラクションはユーザーの気分を改善しましたが、毎日の長時間の使用は逆効果になる場合もありました。

研究の結果、個人的な会話はより高い孤独感レベルと関連しているが、感情的な依存度は低いことが示されました。一方、非個人的な会話は異なるパターンを示し、重度の使用に伴って感情的な依存度が増加しました。

このプロジェクトに関与したOpenAIの安全研究者であるJason Phang氏は、OpenAIが行ったことの多くは予備的なものだが、これらの影響やユーザーへの長期的な影響を測定することについて会話を始めることを試みていると主張しました。キングス・カレッジ・ロンドンのAIと社会の教授であるKate Devlin氏は、人々が必ずしも感情的な方法でChatGPTを使用していたわけではないかもしれないが、人間であることとテクノロジーとのインタラクションを切り離すことはできないかもしれないと述べました。