GPT Live とは何か
GPT Live は OpenAI が公開した新しい ChatGPT 音声（Voice）モデルです。OpenAI はこれを「これまでで最も強力な音声モデルであり、フルデュプレックスの会話パートナー」と紹介しました。ここでいう音声モデルとは、文字で打つ代わりに人と声で会話をやり取りする AI のことです。
鍵となる言葉が「フルデュプレックス（full duplex）」です。通信用語で、二人が電話で話すときのように「聞きながら同時に話せる」方式を指します。反対語は半二重（half duplex）で、トランシーバーのように一方が話すと他方は聞くことしかできない方式です。
以前の ChatGPT 音声機能は事実上トランシーバーに近いものでした。こちらが話し始めると AI は止まり、AI が話している間はこちらの声をきちんと聞き取れませんでした。会話の文脈、つまり「今割り込むべきか、待つべきか」を判断できなかったのです。GPT Live はまさにこの点を変えました。
なぜ「フルデュプレックス」が通訳を自然にするのか
通訳は本質的に、二人がほぼ同時に言葉をやり取りする状況です。発表者は話し続け、通訳はそれを追いながら訳さねばなりません。半二重構造ではこれが不可能です。AI が通訳のために話し始めると人の次の一文を聞き逃し、人が話すと AI が止まってしまうからです。
フルデュプレックスはこれを解きます。GPT Live は自分が話している最中でも、相手が話し始めたか、割り込むべきか、少し止まるべきか、訂正が入ったかを認識します。OpenAI の説明どおり、「割り込み、間、訂正、そして考えを声に出して整理する自然な流れ」に付いていきます。
だから通訳の質感が変わります。発表者が休まず話しても AI は流れを断たずに訳し、二つの声が重なる瞬間でも崩れません。ある実演者は「並の同時通訳者以上にリアルタイムで通訳してくれる」と評しましたが、これは性能そのものより、この会話構造の変化から来ています。
どこで、どう始めるか
別途インストールするアプリも複雑な設定もありません。スマホの ChatGPT アプリ（またはデスクトップの ChatGPT）で、入力欄の隣の音声モードボタンを押せば、GPT Live の音声会話が始まります。
重要なのは、この機能が有料ユーザーだけでなく無料ユーザーにまで開かれている点です。つまりアカウントさえあれば誰でも使えます。通訳が通訳者の手配と費用の問題だったことを思えば、参入障壁は事実上消えたわけです。
実際の通訳場面では、イヤホン（たとえばワイヤレスイヤホン）を併用すると良いでしょう。こちらが言ったことを AI が訳した音声を相手がイヤホンで聞く、あるいは逆に相手の言葉をこちらがイヤホンで聞く——二人の間に AI 通訳を挟み込む構造です。
リアルタイム通訳、こう指示する
複雑な命令は要りません。音声モードをオンにしたら、AI にどんな役割を任せるかを一文で言うだけです。たとえばこう指示します。
すると AI は「わかりました、今から英語でリアルタイム通訳します」と答えて始めます。以降、あなたが韓国語で話す文を AI がその場で英語に訳して話します。方向を変えたければ「入ってくる英語を韓国語に通訳して」ともう一度指示すればよいです。
公開された別の実演では、英語とフランス語の間の通訳も同じ方式で行われました。一人が英語で「この本が気に入った」と言うと AI がすぐフランス語に訳して相手に伝え、値引き交渉と会話が二つの言語で自然に行き来しました。言語ペアを変えるだけの、汎用の通訳ツールというわけです。
今からあなたが通訳者になって。
私が韓国語で発表するのを英語にすぐ通訳して。
聞く人はアメリカ人だよ。準備はいい？通訳のほかに何ができるのか
GPT Live の本当の強みは「話しながら同時に別のことをする」点にあります。公開実演では、ユーザーが講演原稿の年号をファクトチェックしてほしいと頼みながら、同時に地下鉄の遅延情報や午後の降水確率まで尋ねました。AI は話を続けながらウェブを検索し、検索が終わるやいなや「一箇所、年号が違う。1865 年ではなく 1877 年だ」と訂正しました。
つまり GPT Live は単なる書き起こし・翻訳機ではなく、会話を保ったまま推論し検索する音声アシスタントです。通訳はその能力の一枝にすぎず、会議中のリアルタイム資料確認、なじみのない概念のその場説明といった使い方にも広がります。
コンサルティングとビジネスで何が変わるか
コンサルティングの現場で、言語はつねにボトルネックでした。英語で進む会議、海外パートナーとのミーティング、原文でしか存在しない資料の前で、多くの人が立ち止まりました。通訳者を呼べば費用と日程がかかり、自分でやるには英語力が要りました。
GPT Live はこのボトルネックの性質を変えます。イヤホンとスマホさえあれば、通訳者なしでも英語のセッションに座って流れに付いていけます。すると問いが変わります。「英語がどれだけ得意か」ではなく「このツールで何をするか」へ移ります。言語のせいで先送りにしていた仕事——グローバル会議、海外営業、原文リサーチ——を再びテーブルに載せられます。
人材の基準も動きます。言語能力そのものが希少資源だった時代から、そのツールをどの場面にどう配置するかを設計する力がより重要な時代へ。通訳してもらえることと、通訳を挟んだ会議を滑らかに導くことは、別の能力です。
限界と注意点
万能ではありません。日常会話や発表のレベルでは驚くほどですが、法律・医療・契約のように一語の誤訳が大きな損害につながる場では、依然としてリスクがあります。そうした場では、AI 通訳を補助にとどめ、最終確認は人が行うほうが安全です。
実務条件も見ておくべきです。リアルタイム処理ゆえネットワーク状態に左右され、騒音の大きい環境では認識が揺れることがあります。機微な会話を AI に流すことが組織のセキュリティ・プライバシー方針に合うかも、事前に確認すべきです。
それでも方向ははっきりしています。「言葉ができないからできない」が通用しない時代へ向かっています。完璧な通訳機を待つのではなく、いま使えるレベルで、自分の仕事のどの場面からこのツールを挟み込むかを決めるのが先です。