聞きながら話すGPT-Live、重い思考をGPT-5.5に回す2層構成

OpenAIのGPT-Liveを紹介。聞くことと話すことを同時に行い、相槌を打ちながら会話を進める新しい音声モデル。従来の直列パイプラインの課題を克服し、より自然な対話を実現する。

• GPT-Liveは、聞くことと話すことを同時に行う「全二重」の音声対話モデルである。
• 毎秒の連続的な発話判断により、従来モデルのような無音判定による「間」が大幅に削減される。
• 速い会話用レイヤーと、複雑な推論を担う委譲レイヤーの2層構成で、応答速度と賢さを両立させている。
• GPT-Liveは現在ChatGPTアプリ専用だが、API提供も予定されており、既存のRealtime APIで同様のパターンを構築可能。