OpenAIは12月11日、ChatGPTの標準音声モードと高度音声モードを終了し、音声機能をライブ音声モードに一本化する。対象は全有料プランで、移行に伴う音声や応答の変化を巡って、一部ユーザーから不満の声が出ている。TechRadarが11日（現地時間）付で報じた。

ChatGPTの音声機能は、ユーザーの問いかけに対してAIがリアルタイムで応答するものだ。OpenAIは、多くのユーザーがすでにライブ音声モードを利用しているとして、音声機能を単一モデルに集約する方針を示した。一方で、従来の使い勝手に慣れたユーザーの反発も広がっている。

移行までは設定画面の音声メニューから3つのモードを選択できるが、12月11日以降はライブ音声モードのみの提供となる。

各モードは動作方式が異なる。標準音声モードは、ユーザーの発話をテキスト化したうえで回答を生成し、それを音声で読み上げる仕組み。高度音声モードは音声を直接処理するが、発話と応答は交互に行う。これに対し、ライブ音声モードは会話の文脈を踏まえながら、より自然な対話を目指した方式だという。

ただ、ユーザーの関心は性能向上よりも、体験の変化に向いているようだ。従来の特定の音声に慣れていたユーザーからは、ライブ音声モードで同じ音声を選んでも、以前とは別の声に聞こえるとの指摘が出ている。Redditでは「ChatGPTには非常に失望した」との投稿に加え、「毎月料金を払っているのに、そのたびにユーザー側が試されているように感じる」といった反応も見られた。

会話の進め方に対する不満もある。ライブ音声モードは自然な対話を志向する一方で、不要な相づちや割り込みが会話の流れを妨げると感じるユーザーがいる。言葉を選んでいる最中に応答が挟まったり、声のトーンが頻繁に変化してかえって不自然に聞こえたりするという声も上がった。

OpenAIもこうした反応を把握しており、移行プロセスに関する案内を用意する方針としている。

OpenAIは2025年9月にも、標準音声モードを30日以内に終了すると発表したことがある。だが同月、ユーザーが従来の体験を重視していると認め、計画を撤回した。当時は、利用者の意見を反映する間、標準音声モードを維持すると説明していた。

今回も音声機能そのものが廃止されるわけではない。OpenAIは標準音声モードと高度音声モードを併存させるのではなく、ライブ音声モードに開発リソースを集中させる考えを明確にした。過去に終了方針を撤回した経緯もあるだけに、今後のユーザー反応次第では追加対応の有無が注目される。