OpenAI、ChatGPTの音声会話で「GPT-Live-1.1」と小型版を順次提供。日本語などの新しい声も追加
OpenAIは10月15日、ChatGPTの音声会話機能「ChatGPT Voice」で、音声モデル「GPT-Live-1.1」と小型版の「GPT-Live-1.1 Quip」の順次提供を始めたと発表した。あわせて、日本語を含む6つの言語と英語に新しい声を加えた。同社によると、新しいモデルでは言語ごとのアクセントの自然さが増したほか、検索中を伝える短い言い回しも種類が増えた。
6つの言語は日本語のほかフランス語や韓国語などで、英語には「Bubbie」が加わった。ヘルプページは日本語の声に「Himari」と「Rindō」の2つを挙げる。表示される声は、地域やアカウントによって違う場合がある。
ヘルプページの説明では、無料プランとGoはGPT-Live-1.1 Quip、Plusと月額100ドル・200ドルのProはGPT-Live-1.1を使う。利用時間の上限は、ウェブとiOS、Androidのアプリの場合、直近24時間でGoとPlusが3時間、100ドルのProが15時間で、200ドルのProは不正利用の防止策の範囲で無制限だ。無料プランで使える範囲は限られ、上限は変わる場合がある。対象のBusinessやEnterpriseなどのワークスペースでも、設定に応じて使える。
同社はシステムカードも公開し、GPT-Live-1.1をGPT-Live-1の後継に、QuipをGPT-Live-1 miniの後継に位置づけた。安全性の評価のうち、音声の共有を選んだ利用者の実際の音声を使った評価では、2つのモデルともそれぞれの前のモデルと同等で、統計的に有意な後退はなかったという。合成した音声で難しい場面を調べた評価について、同社は全体ではほぼ同等としたうえで、GPT-Live-1.1がメンタルヘルスや感情的な依存など4つの区分で、GPT-Live-1より統計的に有意に後退したと明らかにした。後退の理解を深めるには追加の研究が要るとし、これらの区分の改善を今後のリリースで図る計画だ。合成した音声の評価には、地域の相談窓口の案内や保護者による管理といった、システム側の安全策の効果は含まれていない。
【関連サイト】OpenAI「ChatGPT release notes」
【関連サイト】OpenAI「ChatGPT Voice」
