OPENAI SEARCH INSIGHT

2026.08.14 / OpenAI最新情報

OpenAI、GPT-4oのChatGPT音声選定過程とSky停止理由を説明

この記事で分かること: ChatGPTの5種類の音声がどのように選ばれ、Skyの利用がなぜ停止されたのかを公式発表に基づいて知りたい。

OpenAIは、ChatGPTで使われる音声が、声優・タレント事務所・キャスティングディレクターらが関与する約5か月の選考を経て決まったものだと説明しました。2023年5月に募集を始め、400件超の応募から最終的にBreeze、Cove、Ember、Juniper、Skyの5音声を選定したとしています。

一方、OpenAIは2024年5月19日、女優スカーレット・ヨハンソン氏側から寄せられたSkyに関する懸念を尊重し、Skyの音声利用を製品内で停止したと明らかにしました。サム・アルトマンCEOはSkyについて、同氏の声ではなく、同氏に似せる意図もなかったと表明しています。

ChatGPTの音声機能を使う人にとっては、音声の選び方、提供中の声の扱い、AI音声に対するOpenAIの考え方を確認できる発表です。

OpenAIが公表したChatGPT音声の選定結果

OpenAIは2024年5月19日、「How the voices for ChatGPT were chosen」と題する公式記事を公開しました。記事によると、ChatGPTのVoice Mode（音声でChatGPTと会話する機能）で聞ける5つの個別音声は、専門的なキャスティング工程を経て選ばれています。

対象となったのは、Breeze、Cove、Ember、Juniper、Skyの5音声です。OpenAIは、これらの声を作るために提携した声優によるサンプルを用いていると説明しました。音声機能自体は2023年9月にChatGPTへ導入され、テキスト入力とは別に、利用者が音声でやり取りするための選択肢として提供されました。

今回の発表は、単に音声名を示すものではありません。どのような人材を対象にし、何を基準にし、声優本人とどのような話し合いを行ったかを、OpenAIが時系列を交えて説明したものです。公式記事は5月22日に更新され、ヨハンソン氏への最初の連絡を含む追加の節目と日付が加えられました。

400件超の応募から5音声を選んだ流れ

OpenAIによると、2023年初頭に、独立系で著名かつ受賞歴のあるキャスティングディレクター、プロデューサーと連携し、ChatGPT用音声の条件を策定しました。その際は、それぞれの声が持つ個性だけでなく、世界の利用者に受け入れられるかも検討したといいます。

• 多様な背景を持つ俳優、または複数言語を話せる俳優
• 時代に左右されにくいと感じられる声
• 親しみやすく、信頼感を与える声
• 温かさ、魅力、自信、カリスマ性があり、豊かな音色を持つ声
• 自然で聞き取りやすい声

2023年5月10日、キャスティング会社とキャスティングディレクターが出演者を募集しました。OpenAIによれば、1週間足らずで声優や映像作品の俳優から400件を超える応募が寄せられました。オーディションでは、応募者にChatGPTの応答文を渡し、読み上げを録音してもらったとしています。

台本には、マインドフルネスに関する質問への回答、旅行計画のブレインストーミング、利用者の一日についての会話などが含まれていました。単語や短い定型文だけでなく、ChatGPTが実際に担う対話の文脈で、声の印象や聞きやすさを確かめる設計だったことが読み取れます。

選考後も声優に技術の範囲とリスクを説明

2023年5月中、キャスティングチームは独立して応募者を審査し、まず14人を手作業で選びました。その後に候補をさらに絞り込み、プロジェクトに適した有力候補をOpenAIへ提示しました。最終選定は、OpenAIのプロダクトチームと研究チームが、製品面と研究面の両方から音声を検討して行ったとされています。

OpenAIは候補の俳優それぞれと、人間とAIの音声対話についての構想や、Voice Modeの目的を話し合ったと説明しています。加えて、技術の能力、限界、関係するリスク、実装済みの安全対策についても説明し、俳優がVoice Modeの範囲と意図を理解した上で参加することを重視したといいます。

選ばれた俳優は2023年6月から7月にかけてサンフランシスコへ渡航し、録音とOpenAIのプロダクト・研究チームとの対面会議を実施しました。5音声は同年9月25日にChatGPTへ導入されました。OpenAIは、俳優たちが音声研究やGPT-4oの新たな音声機能に向けた追加作業にも協力していると述べています。

Skyはヨハンソン氏の声ではないとOpenAIが説明

Skyを巡っては、OpenAIが追加説明を公表しました。サム・アルトマンCEOは2024年5月20日の声明で、「Skyの声はスカーレット・ヨハンソン氏のものではなく、同氏に似せる意図もなかった」と述べました。OpenAIの説明では、Skyを担当する声優は、ヨハンソン氏側へのいかなる連絡より前にキャスティングされていました。

公式記事では、Skyは別のプロの女優が自身の自然な話し声を使ったものであり、ヨハンソン氏の模倣ではないとしています。またOpenAIは、AI音声が著名人の特徴的な声を意図的に模倣すべきではないとの考えを示しました。ただし、担当する音声人材のプライバシーを守るため、氏名は公表しない方針です。

時系列についてOpenAIは、2023年9月11日にアルトマン氏がヨハンソン氏とそのチームに連絡し、Skyを含む5音声とは別の第6の音声担当として参加する可能性を協議したと説明しています。ヨハンソン氏は約1週間後、代理人を通じて辞退したとされます。

さらに2024年5月10日には、GPT-4oの発表を前に、将来追加する音声担当として参加を再検討するかを尋ねる連絡をしたとしています。

Skyの利用停止とGPT-4oの音声計画

OpenAIは、2024年5月15日以降、ヨハンソン氏のチームとSkyへの懸念について協議していたと説明しました。そして、その懸念を尊重して、5月19日付でSkyの製品内での利用を停止したとしています。これはSkyを巡る公式発表時点の措置です。

またOpenAIは2024年5月13日にGPT-4oを発表し、当時、ChatGPT Plus利用者向けに新しいVoice Modeへのアクセスを数週間以内にアルファ段階で提供する計画を示していました。アルファは、本格提供の前に限定的に試す開発・検証段階を指します。

OpenAIはGPT-4oについて、割り込みへの滑らかな対応、グループ会話の管理、背景雑音のフィルタリング、話し方のトーンへの適応など、より自然な音声対話を目指すとしていました。

ただし、これらは2024年5月時点で公式に示された計画です。本発表だけから、現在のVoice Modeの利用対象、利用条件、提供状況、追加音声の実装時期を断定することはできません。利用者は、自分のChatGPT画面で表示される音声の選択肢と設定を確認するのが確実です。

ChatGPT利用者が今日確認できること

音声でChatGPTを使う場合、まずアプリやサービス画面で、利用できる音声と音声会話に関する設定を確認しましょう。表示される選択肢は、利用中の環境や時点によって異なる可能性があるため、過去の発表にあった名前だけを前提に設定を探すのは避けるべきです。

• 音声会話を使う前に、画面上で選べる音声名を確認する
• 周囲に聞かれたくない内容を話すときは、場所や端末の音量に注意する
• 声が自然に聞こえても、相手は人間ではなくAIであることを意識する
• 重要な判断では、ChatGPTの音声回答だけで決めず、必要に応じて一次情報を確認する

OpenAIの発表は、音声の自然さを高める取り組みと同時に、声優の参加条件や著名人の声との関係を説明したものです。声の印象は対話体験に大きく影響しますが、利用者にとっては、音声の好みだけでなく、プライバシーや回答内容の確認も実用上の重要なポイントになります。

Agent Memories編集部の考察

今回の説明で重要なのは、OpenAIがAI音声を技術機能としてだけでなく、出演者の権利、本人の理解、社会的な受け止め方に関わる領域として扱っている点です。400件超の応募、専門家を交えた選考、候補者へのリスク説明、継続的な報酬という公式説明は、音声を単なる合成素材ではなく、仕事として提供される創作的な成果として位置付ける姿勢を示しています。

一方で、自然な声で会話できるAIほど、利用者が「誰の声に聞こえるか」「特定の人物を連想するか」を意識しやすくなります。OpenAIが、著名人の特徴的な声を意図的に模倣すべきではないと明示し、Skyの利用を停止したことは、技術上の完成度だけでは解決できない信頼の問題があることを示す対応といえます。これは公式発表を踏まえた編集部の見解です。

よくある質問

ChatGPTの5つの音声はどのように選ばれたのですか？

OpenAIによると、キャスティングの専門家と条件を作り、2023年5月の募集で集まった400件超の応募を審査しました。キャスティングチームが候補を絞り、OpenAIのプロダクト・研究チームによる検討を経て、Breeze、Cove、Ember、Juniper、Skyが選ばれました。

Skyはスカーレット・ヨハンソン氏の声ですか？

いいえ。OpenAIとアルトマンCEOは、Skyはヨハンソン氏の声ではなく、同氏に似せる意図もなかったと説明しています。OpenAIは、別のプロの女優による自然な話し声だとしています。

なぜSkyの利用は停止されたのですか？

OpenAIは、ヨハンソン氏のチームが示したSkyに関する懸念を尊重し、2024年5月19日付で製品内でのSkyの利用を停止したと説明しました。

声優の名前は公開されていますか？

OpenAIは、音声人材のプライバシー保護を理由に、担当声優の氏名は共有できないとしています。

GPT-4oの新しいVoice Modeは誰でもすぐ使えたのですか？

公式記事は2024年5月時点で、ChatGPT Plus利用者に対し、数週間以内にアルファで提供する計画を示したものです。この発表だけでは、その後の提供状況や現在の利用条件は確認できません。

まとめ

OpenAIは、ChatGPTの5音声が専門家を交えた5か月の選考と、400件超の応募を経て決定したと公表しました。声優には技術の能力や限界、リスクも説明し、報酬は市場上位水準を上回る形で、音声が製品で使われる限り継続するとしています。

Skyについては、OpenAIが特定の著名人の模倣ではないと説明する一方、懸念を尊重して2024年5月19日から利用を停止しました。ChatGPTを音声で使う際は、画面上で利用可能な音声を確認し、自然な会話体験を楽しみながらも、プライバシーと回答内容の確かさに注意して利用することが大切です。

本カテゴリはMiraigent / Agent Memoriesによる非公式編集記事です。OpenAIとの提携・承認・後援を示すものではありません。