ChatGPTに「Read Aloud」機能が追加：回答の音声読み上げに対応

AnthropicがGPT-4超えをうたう新モデル「Claude 3」を発表し、OpenAIがGPT-5やGPT-4.5でどう対抗するのか注目が集まっていました。しかし今回OpenAIが出してきたのは、新しいモデルではなく、ChatGPTが回答を声で読み上げてくれる地味ながら実用的な新機能でした。

「Read Aloud」と名付けられたこの機能は、iOSおよびAndroidのモバイルアプリ版で提供が始まっており、ウェブ版でも順次利用可能になっています。

長押しするだけで回答を朗読

使い方はいたってシンプルです。スマートフォンのアプリでは、ChatGPTの回答テキストを長押しして、ポップアップメニューから「Read Aloud」を選ぶだけです。

ウェブ版では、メッセージの下に新設された読み上げ用アイコンをクリックすると再生が始まります。

OpenAIの広報担当者がVentureBeatに語ったところによると、移動中や手が離せないとき、あるいは文字を読むよりも耳で聞いた方が理解しやすい場面での利用を想定しているとのことです。

ただし、The Decoderは、デモで使われている合成音声の品質について、ElevenLabsなどの音声特化サービスほど自然ではないと指摘しています。大量のリクエストをさばくためのコスト抑制が理由と見られます。

ベンチマーク競争の裏で進むアプリの仕上げ

競合のAnthropicがClaude 3で首位を狙い、イーロン・マスク氏からの提訴やGoogleのGeminiをめぐる騒動が続く中でのリリースとなりました。

ファンタスティックな新モデル発表を期待していた層には拍子抜けかもしれませんが、すでに提供されている双方向の音声会話モードとは異なり、長文のテキスト出力をそのまま流し聞きできる点は日常使いに向いています。

なぜ重要か

私たちは、このアップデートが派手な性能競争から一歩引き、普段使いの道具としての完成度を高める堅実な一手だと考えています。長文のレポートや要約をスマホの画面でスクロールしながら読むのは疲れる作業ですが、これからは移動中や作業中にラジオ感覚で耳からインプットできます。

業界全体にとっても、モデル自体のIQだけでなく、インターフェースの使い勝手でユーザーを囲い込むフェーズに入ったことを示しています。競合がベンチマークで迫る中、日常の滞在時間を守る機能は侮れません。

ElevenLabs並みの超高品質音声を追わなかった点も、APIコストやサーバー負荷を考えれば賢明な妥協に見えます。とはいえ、競合のモデル性能向上にユーザーの関心が奪われる中で、こうした細かな改善だけでどれほど優位性を維持できるかは注視する必要があります。