OpenAIは23日、ChatGPTデスクトップアプリに音声機能「GPT Voice」を搭載した。macOSとWindows 11で利用でき、Mac版ではAppshotsとの連携により、アクティブなウィンドウの文脈も参照できるようになったと9to5Macが報じた。

今回追加されたGPT Voiceは、モバイル版で先行提供していた強化音声モード「GPT-Live」を基盤とする。ユーザーはChatGPTと音声で対話しながら、デスクトップ上の作業を進められる。

対応OSはmacOSとWindows 11だが、Mac版ではさらに機能を拡張した。OpenAIはリリースノートで、AppshotsをGPT Voiceと併用すると、ChatGPTが現在アクティブなウィンドウを参照し、文脈をより正確に把握できると説明している。

GPT Voiceは、OpenAIのコンピューター操作機能やローカルファイル、ChatGPTプラグインとも連携する。音声で対話しながら画面の文脈を読み取り、ローカル資料を参照しつつ、ほかの機能にもつなげられる仕組みだ。利用できるのはPlus、Pro、Business、Edu、Enterpriseの各プラン。

また、iOS版ChatGPTのリモート機能とも連携する。デスクトップで進めていた音声ベースの作業を、モバイル環境と接続しながら継続して利用できるという。

今回の更新は、これまでMac版で不足していた音声機能を補う意味合いもある。Macアプリではしばらく音声モードが使えず、iPhoneやiPad向けChatGPTで導入されていた新しいGPT-Liveも適用されていなかった。今回のアップデートにより、Macでも本格的な音声モードを再び利用できるようになり、対応範囲も広がった。

今回の特徴は、ChatGPTデスクトップアプリ内でチャット、業務、コーディング作業を音声でまたいで扱える点にある。ユーザーはGPT Voiceを通じて作業内容を説明したり、進行中の業務を確認したりしながら、必要に応じてCodex関連の作業も対話形式で進められる。

OpenAIはデスクトップアプリに、音声、画面文脈、ファイル、プラグイン、リモート連携をまとめて取り込み、ChatGPTを実務向けツールとして拡張している。今後は、音声モードそのものの有無よりも、ChatGPTがデスクトップ環境の実際の業務フローにどこまで自然に組み込まれるかが焦点となりそうだ。