OpenAIが音声インターフェース革命を準備：新デバイスとChatGPTのボイスモード

最近の報告によると、サム・アルトマンとジョニー・アイヴは、新しいハードウェアデバイスを含む共同プロジェクトに取り組んでおり、そのデバイスは音声対話に特化したスマートスピーカーであることが明らかになった。スマートスピーカー市場はすでに飽和状態だが、大きな差別化要因はOpenAIの新しいChatGPTのボイスモードである。単なる音声入力とは異なり、ボイスモードは継続的に聞き取り、ほぼ瞬時に応答し、ユーザーの発言に割り込むことさえできるため、自然な会話の流れを実現する。ユーザーからは言語学習のチューターや翻訳ツールとして有用だと評価されている。このデバイスとボイスモードの組み合わせは、OpenAIが音声をコンピュータの主要な入力方式にしようとしていることを示唆しており、キーボードやマウスに取って代わる可能性がある。この移行には、AIが人間の話し方に適応することが必要であり、人間が入力デバイスの使い方を学ぶ必要はない。最終的に、音声はカメラやジェスチャー、文脈認識を含む、より自然でマルチモーダルなヒューマン・コンピュータ・インターフェースへの第一歩となるだろう。Siriは音声対話の先駆者として評価されているが、現代の大規模言語モデル（LLMs、Large Language Models）は大きく進歩している。この傾向が続けば、キーボードはプロフェッショナル向けの専門ツールとなり、音声インターフェースがスタートアップにとって次の大きな波となるだろう。