OpenAI、音声対話AIの新モデル『gpt-realtime-2.1』を公開——応答の遅れを25%以上短縮、割り込みや雑音にも強く

OpenAIが声で対話するAIアプリ向けの新モデル『gpt-realtime-2.1』と軽量版『2.1-mini』をAPIで公開。体感の遅さ（p95レイテンシ）を従来比で少なくとも25%短縮し、英数字の聞き取りや雑音・割り込み対応も改善した。

何が新しくなったのか

OpenAIが声で対話するAIアプリ向けに、新モデル「gpt-realtime-2.1」と軽量版「gpt-realtime-2.1-mini」を開発者向けAPIで公開しました。音声をそのまま聞いて話す“リアルタイム”タイプで、電話応対や音声アシスタントのように待たされず会話できるのが特徴です。

主な改善点

体感の遅さ（p95レイテンシ）を従来のリアルタイム音声モデルより25%以上短縮

英数字の聞き取り、沈黙・雑音の処理、割り込み時の対応が自然に

推論の深さ（速さ重視か熟考か）を用途に合わせて調整可能

外部ツールの呼び出しや指示への忠実さも強化

日本語の音声アプリ、サポート窓口の自動化、語学の会話練習などが、より速く自然に作れるようになります。今回は開発者向けAPIの更新なので、今後こうしたモデルを使ったサービスの品質が上がると考えるとよいでしょう。出典はOpenAI開発者コミュニティとMarkTechPost（7月6日付）。

PR

ニュースに出てきたAIやカテゴリに近い教材を優先しています。

広告（アフィリエイト）リンクを含みます。最新の内容・料金・在庫・条件は、リンク先の公式ページ・販売ページでご確認ください。

why care

電話応対・音声アシスタント・語学練習アプリなど、日本語の音声サービスがより速く自然に作れるようになります。今回は開発者向けAPIの更新なので、今後こうしたサービスの品質が上がっていくと考えるとよいでしょう。

source

提供状況や価格は変わるため、最終判断は公式情報で確認します。