OpenAI Unveils Advanced Voice Mode for ChatGPT

ChatGPTは、OpenAIによって開発された高度なAI駆動のチャットボットで、自然言語処理を使用して人間のような会話を行い、幅広いタスクを支援します。

OpenAIがChatGPTに高度な音声モードを追加

2024年9月25日、OpenAIはChatGPTに高度な音声モード（Advanced Voice Mode、AVM）を導入し、AIとのインタラクションをより自然で魅力的なものにする重要な一歩を踏み出しました。この新機能は当初、PlusおよびTeamsティアの顧客向けに提供され、会話型AI技術における大きな進歩を表しています。

(ChatGPT高度な音声モードのリリースに関するTwitter投稿: https://twitter.com/OpenAI/status/1838642444365369814)

ChatGPT高度な音声モードの主な特徴

拡張された音声オプション

ChatGPTは現在、Arbor、Maple、Sol、Spruce、Valeという5つの新しい音声を提供しています。これらの自然をイメージした音声が既存のラインナップに加わり、合計9つの異なる音声オプションとなりました。この拡張により、ユーザーはAIとのインタラクション体験をカスタマイズでき、会話がより個人的で個々の好みに合わせたものになります。

改善された会話の流れ

OpenAIは、初期のアルファテストフェーズ以降、AVMに大幅な改善を加えたと主張しています。システムは現在、アクセント認識機能が向上し、よりスムーズで速い会話が可能になりました。これらのアップグレードは、不具合を減らし、ユーザーとAIの間でよりシームレスなインタラクションを実現することを目的としています。

ビジュアルの刷新

高度な音声モードでは、以前のアニメーション化された黒い点に代わり、青いアニメーション球体の形で新しいビジュアル表現が採用されています。この刷新により、インターフェースがより新鮮でモダンな外観となり、ユーザーにとってより視覚的に魅力的で直感的なものになりました。

ChatGPT高度な音声モードのカスタム指示とメモリ

OpenAIは、テキストベースのChatGPTから2つの強力な機能をAVMに統合しました：

カスタム指示：ユーザーはChatGPTの応答方法をパーソナライズでき、よりカスタマイズされたインタラクション体験を作成できます。
メモリ：この機能により、ChatGPTは以前の会話を記憶し参照することができ、時間とともにより文脈に即した関連性の高い応答が可能になります。

これらの追加機能により、音声インタラクションにおいてAIがパーソナライズされた文脈に応じた応答を提供する能力が大幅に向上しました。

ChatGPT高度な音声モードのロールアウトと利用可能性

高度な音声モードのロールアウトは段階的に行われています：

2024年9月24日からChatGPT PlusおよびTeamsティアの顧客向けに最初に利用可能
EnterpriseおよびEdu顧客は翌週からアクセス可能に
EU、UK、スイス、アイスランド、ノルウェー、リヒテンシュタインを含むいくつかの地域ではまだ利用できません

この段階的なアプローチにより、OpenAIは機能の可用性を拡大しながらパフォーマンスを監視し、ユーザーフィードバックを収集することができます。

OpenAIの今後の開発

現在のロールアウトは音声インタラクションに焦点を当てていますが、OpenAIは将来の機能強化を示唆しています。春のアップデートでは、GPT-4oの動画および画面共有機能が紹介され、視覚情報と音声情報の同時処理が可能になりました。これらの機能は今回のリリースには含まれていませんが、将来のアップデートに向けた興味深いロードマップを示唆しています。