Openaiの音声モードがすべてのChatGPTサブスクライバーに展開されています - プレミアムユーザーに与えられた優先順位

OpenAIの待望されていたアドバンスドボイスモードは、春のローンチイベントで注目され、ついにアルファ版から脱却し、ChatGPT PlusおよびTeamユーザー全員にアクセス可能となりました。このエキサイティングなアップデートは、OpenAIが火曜日に発表し、ボイスインタラクション体験を革新する段階的なロールアウトの開始を意味します。

アドバンスドボイスモードは、割り込みが可能でユーザーの感情に応答する、より賢いボイスアシスタントを導入し、会話の流れを向上させます。これと並行して、OpenAIは標準およびアドバンスドボイスモードで利用可能な5つの新しいボイス—Arbor、Maple、Sol、Spruce、Vale—を展開しています。これらの追加は、よりパーソナライズされた魅力的なインタラクションを提供するように設計されています。

アドバンスドボイスは、ChatGPTアプリのPlusおよびTeamユーザー全員に今週中に展開されます。
お待ちいただいている間に、カスタム指示、メモリー、5つの新しいボイス、改良されたアクセントを追加しました。
また、50以上の言語で「遅れてごめんなさい」と言うことができます。 pic.twitter.com/APOqqhXtDg

— OpenAI (@OpenAI) 2024年9月24日

ロールアウトは最初にChatGPT PlusおよびTeamユーザーに焦点を当て、来週にはEnterpriseおよびEdu層へのアクセス拡大を計画しています。ユーザーはChatGPTインターフェース内のボイスモードオプションの横にポップアップメッセージで通知を受け取り、この機能へのアクセスが表示されます。

7月のアルファリリース以来、OpenAIはアドバンスドボイスモードの改良に取り組んできました。改良点には、外国語のアクセントの強化や会話スピードのスムーズ化が含まれます。ビジュアル面では、このモードはアニメーション化された青い球体を特徴とし、インターフェースに新鮮なタッチを加えています。

体験をさらにカスタマイズするために、アドバンスドボイスモードはカスタム指示とメモリーを組み込んでいます。これらの機能により、ボイスアシスタントはユーザー固有の基準を考慮し、より関連性の高いパーソナライズされた応答を提供できます。

ただし、アルファ版からの制限が1つ残っています。ユーザーは、以下のビデオで示されているような、ボイスモードのマルチモーダル機能（画面コンテンツの支援や電話カメラを使用したコンテキスト応答など）を利用することはできません。

OpenAIは、ボイス機能の安全性を確保するために、45の言語にわたる100人以上の外部レッドチームによるテストを含む広範な対策を講じています。8月には、同社がGPT-4oシステムカードを公開し、リスク評価、外部レッドチームテストなどを基にしたLLMの安全性に関する詳細なレポートを発表しました。これにはアドバンスドボイスモードの評価も含まれます。

アドバンスドボイスモードにアクセスするには、月額20ドルでChatGPT Plusに加入できます。このサブスクリプションは、新しいボイス機能へのアクセスだけでなく、高度なデータ分析、無制限の画像生成、GPT-4o向けの5倍のメッセージ、カスタムGPTの作成などの追加の利点も提供します。

興味深いことに、OpenAIが5月にアドバンスドボイスモードを公開したわずか1週間後に、GoogleはGemini Liveという同様の機能を発表しました。このLLMを搭載した会話型ボイスアシスタントは、会話の流れと理解を向上させることを目指しています。今月初め、GoogleはGemini LiveをすべてのAndroidユーザーに無料で提供し、有料サブスクリプションなしで同様のボイスアシスタント技術に興味がある人々に代替手段を提供しました。