室谷代表取締役ChatGPTの音声入力が、また一段と使いやすくなってきたんですよね。OpenAIが「Live Dictation」というものを発表していまして、話した内容が話しながらテキストになっていく、という話です。
テキトー教師DotAI 認定講師あ、それ僕も公式の投稿見ました。「Yap away!」って書いてあって、要するにどんどん喋っていいよ、と。
ただ、これ地味に見えて入力体験の根本が変わる話なんですよ。単に「音声入力が速くなりました」な話じゃないんです。
ただ、これ地味に見えて入力体験の根本が変わる話なんですよ。単に「音声入力が速くなりました」な話じゃないんです。
室谷代表取締役ですよね。まず何が発表されたのか、整理しておきたいです。
テキトー教師DotAI 認定講師OpenAIの公式投稿では、ChatGPTのDictationが「より速く、より信頼できるものになる」と説明されていて、Live Dictationでは話しながら音声がテキストに変わるので、メッセージの文字起こしが終わるのを待つ時間が減る、と。
室谷代表取締役シンプルに言えば「録音して待つ」から「喋りながら出る」への変更ですね。MYUUUでも音声でメモを取る場面は多いので、この待ち時間が消えるのは体感として大きいんですよ。
ChatGPT Live Dictationとは?OpenAIが発表した音声入力の新機能
従来のDictation vs Live Dictation
室谷代表取締役Live Dictationは、OpenAIが発表したChatGPTの音声入力(Dictation)のアップデートで、話した内容が話しながらテキスト化される機能です。従来は録音してから文字起こしの完了を待つ必要がありましたが、その待ち時間を短くするのが狙いなんですよね。
テキトー教師DotAI 認定講師ここは正確に押さえたいんですけど、Live Dictationは「会話」の機能ではなく「入力」の機能です。ChatGPTのマイクアイコンから音声を録って、テキストに変換してメッセージとして送る、あのDictationの進化版という位置づけです。
室谷代表取締役公式のHelp Centerの説明だと、Dictationは録音した音声をモデルに送って文字起こしし、返ってきたテキストを送信前に編集できる、という流れなんですよ。Live Dictationはその文字起こしが発話と同時に進む、と。
テキトー教師DotAI 認定講師つまり「録音→送信→変換完了を待つ」だったのが、「喋っている最中にテキストが育っていく」イメージですね。発表文も、改善対象を「メッセージの文字起こしが終わるのを待つ時間」と明確に表現しています。
室谷代表取締役ちなみに、この発表で気をつけたいのが、音声会話側の話と混ざりやすい点なんですよ。ChatGPTのVoice側は2026年7月にGPT-Liveという全二重アーキテクチャのモデルが導入されていて、聞きながら話せるようになっているんです。
今回の発表はそこではなく、入力側のDictationの高速化なんですよね。
今回の発表はそこではなく、入力側のDictationの高速化なんですよね。
テキトー教師DotAI 認定講師そこは講座でもよく質問が出るところで、「Voiceが賢くなった話」と「Dictationが速くなった話」は別のレイヤーなんです。GPT-LiveについてはOpenAI、新音声認識モデルGPT-Live-TranscribeとGPT-Transcribe発表でも整理していますが、今回はその入力版という理解でいいと思います。
室谷代表取締役あと、発表の中で「対応プラン」「提供地域」「料金」「精度指標」「技術方式」は示されていないんですよ。ここは現時点では明らかにされていません、と正直に書くしかない部分ですね。
テキトー教師DotAI 認定講師そうですね。発表文が挙げている効果は「文字起こし完了までの待ち時間の削減」だけで、それ以上のユーザーの声や調査結果は資料に記載がない。
ここを膨らませると憶測になってしまうので、事実だけで組み立てましょう。
ここを膨らませると憶測になってしまうので、事実だけで組み立てましょう。
Live Dictationで何が変わる?従来のDictationとの違い
従来のDictationとLive Dictationの違い
| 項目 | 従来のDictation | Live Dictation |
|---|---|---|
| 文字起こしのタイミング | 録音後にモデルへ送って変換 | 発話と同時にテキスト化 |
| 待ち時間 | 変換完了まで待つ | 短縮される |
| 編集 | 送信前に編集可能 | 明らかにされていない |
| 対応プラン・地域 | Help Centerに記載あり | 明らかにされていない |
室谷代表取締役従来のDictationとの違いを、整理するとこうです。
| 項目 | 従来のDictation | Live Dictation |
|---|---|---|
| 文字起こしのタイミング | 録音後にモデルへ送って変換 | 発話と同時にテキスト化 |
| 待ち時間 | 変換完了まで待つ | 待ち時間が短縮される |
| 編集 | 送信前にテキストを編集可能 | 発表文では明らかにされていない |
| 対応プラン・地域 | Help Centerに記載あり | 現時点では明らかにされていません |
テキトー教師DotAI 認定講師表にすると差分がはっきりしますね。ポイントは、従来は「録音が終わってから変換が始まる」のに対して、Live Dictationは「喋っている間に変換が進む」という順序の変化です。
室谷代表取締役この順序の変化って、実は体験の質を変えるんですよ。長めの文章を一気に喋る人ほど、最後の待ち時間がストレスになるので。
MYUUUでも音声で企画メモを残すことがあるんですが、喋り終わってから数秒待つ、あの間が地味に嫌なんですよね。
MYUUUでも音声で企画メモを残すことがあるんですが、喋り終わってから数秒待つ、あの間が地味に嫌なんですよね。
テキトー教師DotAI 認定講師なるほど。ただ、発表文では「より信頼できる」とも言われていて、速さだけでなく安定性も含めたアップデートとして説明されています。
ここは精度の数値が出ているわけではないので、評価は実使用で見るしかない部分ですね。
ここは精度の数値が出ているわけではないので、評価は実使用で見るしかない部分ですね。
室谷代表取締役そうそう。ベンチマークの数字は今回の資料には一切出てこないので、そこは期待しすぎない方がいいと思います。
あくまで「待ち時間の短縮」と「信頼性」という表現までが公式の説明です。
あくまで「待ち時間の短縮」と「信頼性」という表現までが公式の説明です。
テキトー教師DotAI 認定講師あと、9to5Macの報道として「10分制限なしのストリーミング」という表現が紹介されることがありますが、この点は提供資料の中では確認できません。公式の発表文にもHelp Centerにも10分制限に関する記載はないので、本記事では「現時点では明らかにされていません」と扱うのが正確です。
室谷代表取締役ですね。制限の撤廃を期待している人がいたとしても、公式に何か書かれているわけではないので、そこは慎重に。
提供条件は今後の公式アナウンスを待つしかないんですよね。
提供条件は今後の公式アナウンスを待つしかないんですよね。
Live DictationとVoice会話モードの使い分け
Live DictationとVoice会話モードの使い分け
テキトー教師DotAI 認定講師ここが一番混乱しやすいところなので、整理しておきたいんですよ。ChatGPTの音声まわりには、大きく分けて2つの使い方があります。
- Dictation: 1回の録音をテキストに変換して、メッセージとして送る入力機能
- Voice: ChatGPTと音声で会話し、返答も音声で聞く機能
室谷代表取締役Help CenterのChatGPT Voiceのページにも、「1回の録音を編集可能なテキストにしたいならDictationを使う」という趣旨の書き分けがされているんですよ。つまり、目的が「文章を書きたい」のか「会話したい」のかで選ぶ、と。
テキトー教師DotAI 認定講師そうですね。Voice側はLive・Advanced・Standardという選択肢があって、Liveは聞きながら話せる自然な会話向け、Advancedはビデオや画面共有などのモバイル機能を使いたいとき、Standardは発話を文字起こししてから応答を生成するターン制、という役割分担になっています。
室谷代表取締役で、今回のLive Dictationは、そのうちの「入力」側の話なんですよ。会話の自然さを競う話と、入力の待ち時間を削る話は、ユーザーから見ると同じ「音声」でも別物なんですよね。
テキトー教師DotAI 認定講師使い分けの目安としては、メールの下書きや長文のアイデア出しのように「テキストとして残したい」ならDictation、調べ物をしながら対話したいならVoice、という整理になります。Live Dictationはその前者の体験を速くするものです。
室谷代表取締役あと、Voice側の話には期限もあるので触れておくと、AdvancedとStandardは2026年12月11日に終了予定で、その日以降はLiveに自動で切り替わる、とHelp Centerに書かれているんですよ。音声まわりは移行が進んでいる最中なので、設定画面の表示が人によって違うのも当然なんですよね。
テキトー教師DotAI 認定講師そこは受講生さんからも「画面が違う」とよく聞くところです。プランやワークスペース設定、地域、アプリのバージョン、ペアレンタルコントロールで選択肢が変わる、と公式に書かれていますから、まずは自分の設定を確認するのが第一歩ですね。
Live Dictationの使い方・起動方法と提供状況(日本で使える?)
室谷代表取締役使い方については、公式の発表文に手順の記載がないんですよ。ここは正直に「現時点では明らかにされていません」と書くしかないんですね。
テキトー教師DotAI 認定講師そうですね。ただ、従来のDictationの入口はHelp Centerで説明されていて、マイクアイコンから録音して、文字起こしされたテキストを編集してから送信する、という流れです。
Live DictationもこのDictationの延長として案内されているので、まずはマイクアイコンまわりを確認するのが自然だと思います。
Live DictationもこのDictationの延長として案内されているので、まずはマイクアイコンまわりを確認するのが自然だと思います。
室谷代表取締役提供状況も、対応プラットフォームや対応プラン、提供地域は発表文に書かれていないんですよね。日本で使えるかどうかも、今回の資料からは判断できない、と。
テキトー教師DotAI 認定講師ここは誤解を生みやすいので丁寧に言いたいんですけど、発表されたことと、自分のアカウントで今すぐ使えることは別です。順次展開される類の機能は、アプリのバージョンやプランによって表示タイミングがずれます。
室谷代表取締役もし自分の環境で見当たらない場合は、アプリを最新版にしておく、設定画面の音声まわりを確認する、くらいが現実的な対処ですね。それでも出てこない場合は、公式の案内を待つのが確実です。
テキトー教師DotAI 認定講師動作が不安定なときは、そもそも接続やサーバー側の状況を疑うのも大事です。ChatGPTの障害をリアルタイムで確認する方法にまとめていますが、公式ステータスが正常でも不具合が出ることはありますから、切り分けの材料として持っておくと安心です。
室谷代表取締役
テキトー教師DotAI 認定講師なお、音声入力の精度や対応言語については、今回の資料に数値や言語リストの記載がありません。Voice側には日本語の声としてHimari(ひまり)とRindō(りんどう)が用意されている、とHelp Centerに書かれていますが、これは会話用の声の話であって、Dictationの対応言語を示すものではないんですよね。
室谷代表取締役そこ、混ぜちゃダメなやつですね。声のバリエーションと、文字起こしの対応言語は別の情報ですから。
なぜ今、入力側の高速化なのか――1.5億人利用の音声機能をめぐる狙い
室谷代表取締役背景として大きいのが、音声機能の利用規模なんですよ。OpenAIのGPT-Liveの発表記事には、毎週1.5億人以上がVoiceやDictationを使ってChatGPTと話している、と書かれているんです。
テキトー教師DotAI 認定講師1.5億人ですよ。これはもう「一部の人が使う便利機能」ではなくて、主要な入力手段のひとつになっている数字です。
であれば、そこで発生する待ち時間を削るのは、ユーザー体験全体に効く改善になりますよね。
であれば、そこで発生する待ち時間を削るのは、ユーザー体験全体に効く改善になりますよね。
室谷代表取締役そうなんですよ。しかも発表文が挙げている課題は、はっきり「文字起こし完了までの待ち時間」だけなんです。
それ以外の理由は資料に書かれていないので、そこは深読みしない方がいいんですが、入力の待ち時間は毎回発生するものなので、累積で見ると影響が大きいんですよね。
それ以外の理由は資料に書かれていないので、そこは深読みしない方がいいんですが、入力の待ち時間は毎回発生するものなので、累積で見ると影響が大きいんですよね。
テキトー教師DotAI 認定講師あと構造として面白いのが、会話側はGPT-Liveで「聞きながら話す」方向に進み、入力側はLive Dictationで「話しながら書く」方向に進んでいる。どちらも「リアルタイム性」を上げる方向なんですよ。
室谷代表取締役なるほど、軸が同じなんですね。会話はテンポ、入力は待ち時間。
どちらも「人間の話すスピードにAI側が合わせる」という発想なんですよ。
どちらも「人間の話すスピードにAI側が合わせる」という発想なんですよ。
テキトー教師DotAI 認定講師教育の現場でも、音声で考えを出してから文章に整える、という使い方は相性がいいんです。受講生さんでも、タイピングより喋る方が速い人は多いですから、そこで待たされないのは大きいと思います。
室谷代表取締役ただ、繰り返しになりますけど、対応プランや料金、提供地域は今回の資料にないので、そこは「今後に注目」としか書けないんですよね。実務で使うなら、公式のアナウンスが出てから判断するのが安全です。
音声データの扱いとプライバシー上の注意点
テキトー教師DotAI 認定講師ここは地味ですけど一番大事なところで、単に「速くなった」で終わらせちゃいけない部分です。Help CenterのVoice Dictation FAQに、音声の扱いが書かれています。
室谷代表取締役整理するとこうです。
- Dictationの音声は、チャットが履歴に残っている限り保持される
- チャットを削除すると、関連する音声クリップも30日以内に削除される(セキュリティや法的理由で保持が必要な場合、または事前に音声を学習用に共有していてクリップがアカウントから切り離されていた場合を除く)
- 消費者ユーザーがモデル改善のために音声共有を選んでいる場合、Dictationの音声が学習に使われる可能性がある
- ビジネスユーザーは、原則として入力・出力で学習しない
テキトー教師DotAI 認定講師つまり、速くなることと引き換えに何か新しいデータ利用が始まる、という話ではないんですよ。既存のDictationのデータの扱いがそのまま適用される、という理解でいいと思います。
室谷代表取締役共有を止めたい場合は、ChatGPTの設定にあるデータコントロールのページで「音声録音を含める」をオフにするか、「すべての人のモデル改善」自体をオフにする、と。ただしこれでDictationと音声チャットの両方の共有が止まる、という点は覚えておきたいですね。
テキトー教師DotAI 認定講師業務で使うなら、ワークスペースの設定も確認しておきたいところです。ChatGPTのデータの扱いについてはChatGPT Healthとは?使い方・連携アプリ・日本での利用・プライバシーを完全解説でも整理していますが、個人利用と法人利用で前提が違うんですよね。
室谷代表取締役音声って、テキスト以上に「うっかり」が乗るじゃないですか。雑談や個人情報が混ざりやすいので、学習共有の設定は一度見直しておく価値があると思います。
テキトー教師DotAI 認定講師あと、音声会話側の安全性の話も進んでいて、GPT-Liveでは音声向けの安全対策が組み込まれ、会話中に危険な出力を検知すると応答を誘導したり、高リスクの場合は会話を終了したりする、と発表されています。入力側のLive Dictationについて同様の記載があるかは、今回の資料では確認できません。
室谷代表取締役そこは分けて考えた方がいいですね。会話の安全設計と、入力の文字起こしは別の機能ですから。
よくある質問
テキトー教師DotAI 認定講師最後に、よく聞かれる点をまとめておきますね。
Live Dictationは無料プランでも使えますか?
室谷代表取締役対応プランは今回の発表では示されていません。現時点では明らかにされていません、というのが正確なところです。
10分制限は撤廃されたのですか?
テキトー教師DotAI 認定講師公式の発表文にもHelp Centerにも、10分制限に関する記載はありません。制限の変更を確認できる資料は今回提示されていないので、現時点では明らかにされていません。
Voice会話モードとの違いは何ですか?
室谷代表取締役Voiceは音声で会話して返答も音声で聞く機能、Dictationは録音をテキストに変換してメッセージとして送る入力機能です。Live Dictationは後者の文字起こしを発話と同時に進めるものです。
日本で使えますか?対応言語は?
テキトー教師DotAI 認定講師提供地域や対応言語は今回の資料に記載がありません。現時点では明らかにされていません。
機能が見当たらないときは?
室谷代表取締役アプリのバージョンやプラン、設定によって表示が変わる可能性があります。まずは最新版にして設定を確認し、それでも出ない場合は公式の案内を待つのが確実です。
テキトー教師DotAI 認定講師というわけで、今回は「入力の待ち時間を削る」という地味だけど毎日効くアップデートの話でした。詳細の提供条件が出たら、また追いかけましょう。
室谷代表取締役そうですね。速くなるのは素直に嬉しいので、対応範囲の続報を待ちたいと思います。
