OpenAI、ChatGPT Voiceに日本語の新音声。APIはPrompt-to-voiceが一般提供

OpenAIがChatGPT VoiceにGPT-Live-1.1と日本語を含む新音声を追加し、APIではPrompt-to-voiceを一般提供。何が変わったか、業務・授業での使い方と注意点を整理します。

ChatGPT Voice、日本語の新音声が追加(AIニュース|OpenAI/10月16日発表/9種類 API向けGPT-Liveに加わった新音声)
Vendor
OpenAI
Announced
2026.10.16
Published
2026.10.18
Checked
2026-10-18 06:12
Reading
約5分
Supervisor
舟橋 遼亮(代表取締役CEO)

OpenAIは、ChatGPT Voiceの音声モデルを「GPT-Live-1.1」に更新し、日本語を含む新しい音声を加えました。APIでは、文章で声を設計する「Prompt-to-voice」が全APIユーザー向けに一般提供となり、自社の音声サービスで使う声を作りやすくなります。

この記事は、OpenAIが2026年10月16日に公開した公式発表をもとに、2026年10月18日時点の情報で書いています。

何が発表されたか

公式のリリースノートには、ChatGPT向け(10月15日付)とAPI向け(10月16日付)の2件が載っています。

  • ChatGPT Voiceに「GPT-Live-1.1」と、そのミニ版「GPT-Live-1.1 Quip」を展開中です。 言語ごとの訛り(アクセント)がより自然になったとされています。
  • 検索中であることを伝える短い言い回しが増えました。
  • 新しい音声が加わりました。 フランス語・ドイツ語・ヒンディー語・日本語・韓国語・メキシコ系スペイン語に加え、英語のBubbieです。表示される音声は、地域やアカウントによって異なる場合があります。
  • APIでPrompt-to-voiceが一般提供になりました。 声の特徴を文章で書くと、その声を作って保存できます。保存した声は、GPT-Liveのセッションで繰り返し使えます。
  • API向けのGPT-Liveに、自然な音声が9種類加わりました。 日本語はHaremaとShidaの2つです。
  • 料金の扱い: 文章から声を作る操作は無料です。その声で音声を生成する分は、通常のGPT-Liveセッション料金がかかります。
ChatGPT VoiceとAPIで、今回何が発表されたかを比べた表
FIG.01ChatGPT VoiceとAPIの発表内容の比較

ChatGPT Voiceで日本語の新音声が使えるプラン、利用上限、Quipの具体的な性能差は、確認日時点で公表されていません。

日本の企業・学校でどう使えるか

ここからは、発表内容をふまえたTERRAISEの考えです。

業務・授業での使いどころ

  • 営業・企画部門の壁打ち(ChatGPT Voice)
  • 入力: 移動中や作業の合間に、声で相談内容を話す
  • 処理: ChatGPT Voiceが対話で答える
  • 出力: 話しながら整理した論点を、後で人が文書にまとめる
  • コールセンター・受付の音声案内の試作(API)
  • 入力: 想定する問い合わせと、案内役の声の特徴を文章で書く
  • 処理: Prompt-to-voiceで声を作り、GPT-Liveのセッションで使う
  • 出力: 社名や雰囲気に合う声の音声案内の試作版ができます。本番前に人が聞いて確認します
  • 語学・探究の授業での会話練習(ChatGPT Voice)
  • 入力: 生徒が日本語や外国語で話しかける
  • 処理: 日本語を含む複数言語の音声で応答する
  • 出力: 教員が、練習の振り返りや評価の観点づくりに使います。応答の正確さは教員が確認します

始め方

  1. 担当者が、ChatGPTの設定(Settings)の「Voice」から音声を選び、Voiceを試します。
  2. 日本語の新音声が表示されるか、自分のアカウントで確かめます。地域やアカウントで見え方が変わるためです。
  3. 自社サービスに組み込みたい場合は、開発担当がAPIの公式ドキュメント「Custom voices」を読み、声の説明文を書いて試作します。
  4. 試作した音声を、使う場面の関係者に聞いてもらいます。読み間違いや不自然な抑揚を一覧にして、声の説明文を直します。
  5. 業務で使う前に、入力してよい情報の範囲を社内・校内で決めます。

注意点

  • 入力する情報: 音声でも文字でも、個人情報や機密情報の扱いは、社内規程や校内ルールに従います。入力してよい範囲を先に決めてください。
  • Prompt-to-voiceで作った声の使える範囲: GPT-Liveで使えます。Text to Speech、Realtime、Chat Completionsの各APIでは使えません。
  • 作れる数: 1組織で最大100個です。アプリが顧客向けに作る声も、この数に含まれます。
  • 声の保存: 作った声のIDと、元の説明文は保管しておくよう案内されています。
  • 録音から作る声: 文章から作る方式とは別に、同意の録音と短い参考音声を使う方式があります。他人の声を使う場合は、本人の同意を取る運用にしてください。
  • 未確定の点: ChatGPT Voiceの提供プラン、日本のアカウントでの全音声の表示、日本語の細かな品質は、公式発表に書かれていません。実際に聞いて確かめてください。

TERRAISEに相談する

音声AIは、使う場面(社内の壁打ち、顧客対応、授業)によって、確認すべき点が変わります。60分の無料相談では、自社・自校の業務を「入力→処理→出力」に分けて、音声で任せられる工程を一緒に整理できます。教育機関の方は教育機関向けAI教育、研修を検討中の方は生成AI研修もご覧ください。

出典(2026年10月18日 06:12 確認)

製品名・機能・提供範囲・料金は変わることがあります。導入前に必ず公式情報をご確認ください。

TERRAISE代表 舟橋遼亮のポートレート

Supervised by — 監修

株式会社TERRAISE 代表取締役CEO 舟橋 遼亮

2025年2月に株式会社TERRAISEを創業。お茶の水女子大学 外部講師、Google AI Student Ambassador(2025年)を務める。上場企業や全国の高校などで、AIの活用を実際に指導している。

執筆:株式会社TERRAISE(公式発表をもとにAIで下書きし、出典と照合して掲載)。公開日:2026年10月18日

よくあるご質問

Q01ChatGPT Voiceで日本語の新しい音声は使えますか?

公式のリリースノートには、新しい音声にフランス語・ドイツ語・ヒンディー語・日本語・韓国語・メキシコ系スペイン語の選択肢が含まれると書かれています。ただし、表示される音声は地域やアカウントによって異なる場合があります。対象プランは確認日時点で公表されていません。

Q02Prompt-to-voiceとは何ですか?料金はかかりますか?

声の特徴を文章で書くと、その声を作って保存できるAPIの機能です。全APIユーザー向けに一般提供されています。声を作る操作は無料で、その声で音声を生成する分は、通常のGPT-Liveセッション料金がかかります。

Q03Prompt-to-voiceで作った声は、どのAPIで使えますか?

GPT-Liveで使えます。Text to Speech、Realtime、Chat Completionsの各APIでは使えないと公式ドキュメントに書かれています。1組織で作れる数は最大100個です。

まず、御社の「あの業務」を、ひとつ教えてください。

  1. 01業務を1つ伺う
  2. 02その場で入力・処理・出力に分解する
  3. 03AIに任せられる範囲の当たりをつける
60分の無料相談を予約する

業務名をひとつ挙げていただければ、入力・処理・出力に分解して、その場で当たりをつけます。資料の準備は要りません。初回相談は60分・無料です。

会社紹介資料を請求する