OpenAIは、AIモデルChatGPTにアドバンスト・ボイスモードを追加し、macOSとWindowsのデスクトップアプリに提供を開始した。これにより、EUをはじめとする複数地域で音声を使ったインタラクティブな体験が広がりつつある。

この機能は、米国内での提供開始から数か月後、サポート地域が欧州へと拡大され、Google PlayやApple Appストアからダウンロードした最新版アプリで利用が可能だ。また、5つの新音声のサポートやアクセント対応、スムーズな会話速度などの改良が施されており、使用制限もあるものの利便性が高まっている。

2024年には、OpenAIが開発者向けにリアルタイムAPIも発表し、独自のボイスアプリケーションを構築できるようになった。このAPIにより、音声体験がさらに広がる可能性があり、アドバンスト・ボイスモードの導入はAIとの自然な会話を実現するための大きな一歩といえる。

ChatGPTのアドバンスト・ボイスモード拡大がもたらすインタラクティブ体験の進化

OpenAIが提供するChatGPTのアドバンスト・ボイスモードは、AIと人間の会話体験をよりリアルに近づける革新である。この機能は平均320ミリ秒の応答速度を誇り、自然な会話がスムーズに行える点が特徴だ。

音声入力への迅速な反応は、ユーザーがテキスト入力に頼らずともAIとの対話を実現できるようにしている。特に新しい5つの音声（Arbor、Maple、Sol、Spruce、Vale）のサポートにより、ユーザーは自分の好みや状況に合わせた音声体験を選べるようになった。

また、アクセントや速度の調整が可能になったことで、異なる言語圏のユーザーにも対応できる柔軟性を備えた。これは、地域や文化の壁を越えたコミュニケーションを可能にする技術の進化といえる。OpenAIがこうしたボイスモードの改良を積極的に進める背景には、より多様なニーズに対応しながらも、ユーザーとのインタラクションの質を高める狙いがあると考えられる。

Neowinによると、最新のChatGPTデスクトップアプリでも導入されたこのボイス機能は、AIと共に暮らす新たなライフスタイルを示唆している。

デスクトップアプリでの制限付き利用とAPI提供による開発者支援の新たな可能性

デスクトップ版ChatGPTアプリのアドバンスト・ボイスモードには1日の利用制限が設けられ、残り使用時間が15分になると通知が表示される。OpenAIは、ユーザーに快適な体験を提供するために制限を設けつつ、過度の利用によるサーバー負荷を軽減する狙いがあるとみられる。

また、リアルタイムAPIの発表によって、音声体験を活用した独自のアプリ開発が進む可能性が広がった。2024年のDevDayで紹介されたこのAPIは、音声入力・出力に応じた料金体系を提供し、開発者は自身のプロジェクトに柔軟に組み込むことができる。

特に、100万トークンあたり5ドルのテキスト入力トークンに対し、音声出力には20ドルといった具体的な料金設定が示されており、OpenAIの意図として音声インターフェースの利便性と収益性を両立させる方針がうかがえる。このAPI提供は、音声を活用したアプリケーション開発を容易にし、今後のAI活用が広範な産業領域で加速することが期待される。

ヨーロッパを中心に拡大する利用可能地域と市場への影響

9月には米国内のみで展開されていたChatGPTのアドバンスト・ボイスモードがEU、スイス、アイスランド、ノルウェー、リヒテンシュタインなど複数地域で提供されることが発表された。

Google PlayやApple Appストアからのアプリダウンロードで利用できるこの拡大は、OpenAIが対話型AI市場でのリーチを広げ、欧州地域におけるAI技術の普及を後押しするものといえる。欧州の厳格なプライバシー法や規制に対応しつつ、ボイス機能が提供されることは、OpenAIの技術がグローバルスタンダードとして受け入れられている証でもある。

また、地域の拡大とともに、各市場のニーズやユーザー層に合わせたさらなるローカライズの必要性が浮上している。こうした動きから、OpenAIが対話型AI技術を進化させることで、国際的な競争力を強化し、次世代のインタラクティブなAI体験をリードする立場を確立しようとしていると推測される。