2026年7月8日、OpenAIは新しい音声モデルであるGPT Liveの提供を開始しました。
GPT Liveは、より自然な会話ができるようになったことで話題になっています。

GPT Liveの凄さ

まだ発音で引っかかる場所がありますし、漢字の読み間違いも残っていますので、我々の母国語が日本語で良かったと思います。

しかし、公開されているGPT Liveとの会話を聞く限り、ぎこちない方が人間というレベルにまで達しています。

すでにAIは言葉の途中で言葉を選び直して言い直したり、どもったりすることを身に着けているようですので、どちらがAIか分からなくなるのも時間の問題かも知れません。

違和感がないことが違和感になる

YouTubeなどを始め、動画系ではAI音声というか機械音声を聞くことが増えています。
ショート動画も含めると、生身の声より機械音声の方が多いのではないでしょうか。

既に機械音声に慣れすぎていて、生身の声より機械音声の方が聴きやすくなっている可能性もあるのか、GPT Liveのリアルさが逆に違和感、気持ち悪さを憶えてしまいます。

いずれ、リアルのAI音声にも慣れて、それが当たり前になるのでしょうが、今現在では ずんだもんの方が恋しいところ。

GPT Liveとの会話内容をアップされているものは映像的に面白くありたいでしょうし、砕けた感じの話し方をAIに許容しているところも大きいのかな。

相槌や「あー」「んー」「えーっと」という言葉を使って会話の繋ぎを上手くやっているといというか、丁度それが人間らしさに繋がっています。
結果的にフランクな話し方が中心になっているようにも思います。

私がAIを一番使うのがコーディング用で、AIエージェントさん達はミスしても謝れば良いという方針なので、あの調子で会話されたら耐えられない。

テレアポやカスタマーサービス、犯罪にも・・・？

もう少しの進化でテレアポやカスタマーサービスまでAIが担うことができそうですね。

クレーマー対応なんてAIの方が既に優秀でしょう。

しかし、犯罪に使われることはないのか、詐欺的な会話をしないようにモデル自体に組み込まれているのか、気になるところですね。
詐欺電話に使われるより先に、詐欺電話対策用の電話応答システムを国を上げて作って欲しいですね。