OpenAI · GPT-Live
AI に、
割り込める会話が来た。
これまでの音声モードは、こちらが話し終えるまでじっと待つ「一問一答」でした。7 月 10 日、OpenAI が全二重（フルデュプレックス）音声モデル GPT-Live を GPT-5.6 と同時に公開。相手の発話を待たず、割り込みも同時発声も許容する会話へ舵を切りました。
The Turn-Taking Wall
AI 音声を「他人行儀」に
していた壁
ChatGPT の音声モードや Google の Duplex、Anthropic の Voice 系——これまでの音声 AI が抱えていた不自然さの正体は、音質でも語彙でもなく、ターンテイキング（発話交代）の設計でした。人間同士は相手が話している途中で相槌を挟み、口をはさみ、時に被せて会話を進めます。それを禁じ手にしたまま「電話ぐらい自然な AI 音声」と謳うのは、そもそも矛盾していました。
技術的には、Voice Activity Detection（VAD）で相手の発話終端を検出し、そこから応答をストリーミング再生する半二重方式が業界標準でした。1 発話が終わるまで AI 側は喋れず、逆に AI 発話中は割り込めない。だから電話越しの応対業務では、「今ちょっと」「あ、それはですね」といった被りが発生した瞬間、会話が破綻していたのです。
| 従来（半二重） | GPT-Live（全二重） |
|---|---|
| 相手の発話終了を待って応答 | 相手の発話中も並行して応答生成 |
| 被せて話すと会話が破綻 | 被り・割り込み・相槌を許容 |
| VAD で発話終端を検出 | 入出力を同時ストリーム処理 |
| 応答遅延が「間」として目立つ | 沈黙の穴が埋まり自然な壁打ちに |
相手を「待たせる AI」から、
相手の話を遮れる AIへ。
How It Fits
Realtime API 2.1 mini の
2 日後に、本体が乗る
7 月 8 日に軽量版の Realtime API 2.1 mini が出た同じ週に、フラッグシップの GPT-Live が乗ってきました。
ポイントは、2.1 mini と GPT-Live が同じ Realtime API 上に乗ることです。開発者は用途に応じて「単価が安い応答受付は mini、割り込みが必要な相談窓口は Live」と、同じ配管の中で切り替えられます。2 日前に軽量版が入り、今日フラッグシップが乗った——OpenAI は音声スタックを一段完成させに来た、と読めます。
GPT（OpenAI） は 6 月末の政府承認ルール導入で新モデルの解禁が滞っており、7 月 9 日にようやく GPT-5.6 が解禁された経緯があります。GPT-Live はその翌日に併走で乗った、いわば 「延期期間中に磨いていた在庫」 の一部です。
By The Numbers
スタックの
いま
In Practice
どこで効くのか
「電話越しの応対」を AI に任せていた現場から順に、体感が変わります。
コールセンター応対
顧客の「あ、ちょっと待って」を遮らずに拾い、相槌で流れを止めない応答が組めます。半二重時代に破綻していた被りに耐えられます。
音声で作業指示
コード中や作業中の壁打ちで、AI の応答途中に「あ、そっちじゃなくて」と言えるのは体感が違います。テキスト IDE 側からの切り替え候補になります。
語学・面接練習
被せ気味の相手を止めずに流す、といった対人スキルの練習用途はもともと音声 AI の想定用途でした。全二重で「遮り方」まで練習の俎上に載ります。
Frontier
ここに関係するのは
誰か
影響範囲は明確に、音声で AI を使う人・作る人に集中します。テキストチャットや API 経由のバッチ処理しか触らない層には、当面は関係のない話です。ただしコールセンター運用・音声 UI の外注コスト・語学系プロダクトを持つ企業には、「発話交代の設計をやり直せる」 という技術的な選択肢が新しく増えました。
反対視点として、全二重化には誤って割り込むリスクもあります。相槌のつもりで AI が話を止めてしまう、被って要件を聞き逃す——これらは実運用でチューニングが要る領域です。「まずは mini で回して、フラッグシップの Live に段階移行する」と読むのが実務的でしょう。