OpenAI、API に新音声知能機能を追加

OpenAI は木曜日、開発者がユーザーとの会話に話しかけ、書き起こし、翻訳できるアプリを作成できるよう支援する一連の新しい音声知能機能を API に追加すると発表しました。 同社の [new GPT‑Realtime‑2](https://openai.com/index/advancing-voice-intelligence-with-new-models-in-the-api/) は、ユーザーと対話可能なリアルな音声シミュレーションを生成するために構築されたもう一つの音声モデルです。しかし、その前身である GPT-Realtime-1.5 とは異なり、このモデルは OpenAI によると、より複雑なユーザーの要求に対応できるよう GPT‑5 クラスの推論能力で設計されています。 同社はまた、名前の通り会話形式でユーザーに「追いつく」リアルタイム翻訳サービスを提供することを目的とした GPT‑Realtime‑Translate も発表しました。この機能には、70 以上の入力言語（理解可能な言語）と 13 の出力言語（話者に伝える言語）が含まれています。 最後に、同社は会話の進行中にキャプチャされるライブ音声からテキストへの変換機能を備えた新しい書き起こし機能 GPT-Realtime-Whisper も発表しました。 「今回発表するモデル群は、単なる呼び出しと応答の形式から、実際に作業を行うことができる音声インターフェースへとリアルタイムオーディオを進化させます。それは、会話が進行する中で聴き取り、推論し、翻訳し、書き起こし、そして行動を起こすことを可能にします」と同社は述べています。 これらのアップデートは誰にとって有益なのでしょうか？顧客サービス機能を拡大したい企業は明白なターゲットです。しかし、OpenAI はまた、新しい機能が教育、メディア、イベント、クリエイタープラットフォームなど、幅広い分野を支援する可能性があると指摘しています。 これらのツールが企業視点から有用であることは確かですが、誤用される可能性も十分にあります。同社は、スパムや詐欺、その他のオンライン虐待の作成に新機能が悪用されないよう、ガードレール（安全装置）を構築したと述べています。「有害なコンテンツガイドラインに違反していると検出された場合、会話を停止できるよう」システム内に特定のトリガーが組み込まれていると OpenAI は説明しています。 Techcrunch event San Francisco, CA October 13-15, 2026 すべての新しい音声モデルは [OpenAI の Realtime API](https://developers.openai.com/api/docs/guides/realtime) に含まれています。Translate と Whisper は分単位で課金され、GPT-Realtime-2 はトークン消費量に基づいて課金されます。 *当記事内のリンクを通じてご購入いただいた場合、[私たちは少額のコミッションを獲得する可能性があります](https://techcrunch.com/techcrunch-affiliate-monetization-standards/)。これは当社の編集の独立性には影響しません。 Lucas は TechCrunch のシニアライターで、人工知能、消費者向けテクノロジー、スタートアップを担当しています。以前は Gizmodo で AI とサイバーセキュリティを報道していました。 Lucas への連絡先は、lucas.ropek@techcrunch.com までメールを送信してください。 [View Bio](https://techcrunch.com/author/lucas-ropek/) OpenAI は本日、API における音声インテリジェンス機能を強化する新アップデートを発表しました。これにより、開発者はより高度な音声処理能力をアプリケーションに統合できるようになります。 今回の更新では、リアルタイムの音声認識精度が大幅に向上し、複雑な発話や背景ノイズのある環境でも安定した認識が可能となりました。また、多言語対応も拡充され、これまで以上に多くの言語での自然な対話が実現します。 OpenAI のエンジニアリングチームは、この機能強化により、カスタマーサポートボットから教育用 AI アシスタントまで、幅広いユースケースで音声インターフェースの品質を向上させると期待しています。詳細なドキュメントと API 仕様は、公式開発者ポータルにて公開されています。 開発者は、新しいエンドポイントを使用して、音声入力からテキストへの変換や、音声ベースのクエリ処理をシームレスに実装できます。これにより、ユーザー体験がより直感的で没入感のあるものへと進化します。 OpenAI は今後も、音声技術の革新を通じて、人間と機械の対話体験をさらに深化させる取り組みを継続していく方針です。

OpenAI、API に新音声知能機能を追加

背景や根拠まで確認しますか？

調べる

選ぶ

サイト