ChatGPT音声モードでチャットと音声文字起こし同時利用がOK

紅葉の読み方は「もみじ」と「こうよう」と２つあり
「こうよう」の漢字は「紅葉」と「黄葉」と２つある。
イーンスパイアの横田です。
https://www.enspire.co.jp

【紅葉の読み方は２つ」
「紅葉（こうよう）」と「紅葉（もみじ）」が同じ漢字で分かりにくいのは、日本語の語源と漢字文化が重なったためである。もともと「もみじ」は古語の動詞「もみつ（揉み出すように色づく）」が名詞化した語で、色づいた葉そのものを指す和語だった。一方、「こうよう」は中国由来の漢語で、「葉が紅く変わる現象」を表す言葉として伝わった。平安時代になると、和歌文化の中で日本語の「もみじ」に中国の美しい漢字「紅葉」が当てられた結果、和語（もみじ）と漢語（こうよう）が同じ表記で並立した。さらに「赤くなる葉」と「赤くなる現象」は意味が近いため表記が統合され、現代の混同につながった。また、カエデ属の中でも、特に鮮やかに色づく品種を「もみじ」と呼ぶ日本独自の園芸文化も影響している。こうして「紅葉」は、現象として読むと「こうよう」、植物として読むと「もみじ」という二つの読みを持つことになった。

すれ違いの紅葉
https://www.youtube.com/watch?v=zXZOXKhoDC4

黄葉の勘違い
https://www.youtube.com/watch?v=483heRwoAbE

さて、本題です。

2025年11月25日、OpenAIは新機能として
ChatGPTの音声モードをチャット画面上で
そのまま利用できるようアップデート。

専用の音声モードへ切り替える必要はなく、
チャット内で音声モードを選んで話すと、
音声でのやり取りが画面上に表示される。

会話中でもメッセージをさかのぼったり、
画像や地図などをリアルタイムで確認したり
できるようになって便利になりました。
https://www.watch.impress.co.jp/docs/news/2066328.html

偶然に発見した面白い使い方とは？
https://www.youtube.com/watch?v=GEoHbJj7aBU

上記の続きの動画はYouTubeメンバーシップの
デイリー会員(190円/月)に限定公開しています。
詳しくは以下をご覧ください。
https://yokotashurin.com/youtube/membership.html
YouTubeメンバーシップ申込こちら↓
https://www.youtube.com/channel/UCXHCC1WbbF3jPnL1JdRWWNA/join

生成AIによる動画･音声･スライド･カルーセル･図解による解説は無料

動画解説
https://www.youtube.com/watch?v=_zS1CGUCAWU

音声解説
https://www.youtube.com/watch?v=rWF559f8vD0

スライド
https://www.docswell.com/s/6534747/ZX6JNY-2025-11-27-223008

スライド解説
https://www.youtube.com/watch?v=rijP2H5qwTs

カルーセル解説
https://www.instagram.com/p/DRk2wIyk1HW/

この投稿をInstagramで見る

ネットビジネス･アナリスト横田秀珠セミナー講演講師Suno P音楽生成AIコンサルタント(@enspire.co.jp)がシェアした投稿

インフォグラフィック解説

漫画解説

マインドマップ

ChatGPT音声モードでチャットと音声文字起こし同時利用がOK

ChatGPT音声モードでチャットと音声文字起こし同時利用がOK

ChatGPTの音声モードが大幅アップデートされ、チャット画面に埋め込まれて同時利用が可能になった。会話内容が文字起こしされてリアルタイムで表示され、URLやファイルを共有しながら音声対話できるのが特徴。学習モードと組み合わせることで効果的な学習支援が可能。有料プランではエージェントモードとの連携も利用でき、音声で指示を出しながら裏でブラウザ検索などの作業を実行できる。スマホ版では画面共有やカメラ機能も搭載されている。

1. はじめに
2. ChatGPTの音声モードに新しい革命が起きた!チャット埋め込み機能の全貌
3. 無料プランと有料プランで実際に試してみた!音声とテキストの同時活用術
4. エージェントモードとの連携で可能性が無限大に広がる使い方
5. スマホ版での使用感とPCブラウザ版との違いを比較検証
6. おわりに
7. よくある質問(Q&A)

---

1. はじめに

みなさんは、AIアシスタントとの会話中に「今何て言ったっけ?」と思ったことはありませんか?音声でやり取りしているとURLを共有できなくて困ったり、話した内容を見返せなくて不便に感じたりすることがあるかもしれません。そんな音声会話の弱点を一気に解決する、画期的なアップデートがChatGPTに実装されました。2025年11月26日頃から展開が始まったこの新機能は、音声モードをチャット画面に統合することで、音声とテキストの長所を同時に活用できる革新的なものです。この記事では、ネットビジネス・アナリストの横田秀珠が偶然発見したこのスクープ情報について、実際の使用感を交えながら詳しく解説していきます。この新機能がビジネスシーンや学習場面でどれほど便利なのか、具体的な使い方とともにお伝えしてまいります。

---

2. ChatGPTの音声モードに新しい革命が起きた!チャット埋め込み機能の全貌

2025年11月27日木曜日、偶然にも素晴らしい発見がありました。ChatGPTの音声モードが大幅にアップデートされ、チャット画面に埋め込まれる形で、チャットしながら同時に音声会話も可能になったのです。一見するとそれほど大したことないような気がするかもしれませんが、実際に使ってみるとこれが非常に面白くて、かなりヤバいレベルで便利なんです。

このアップデートに気づいたのは、たまたま一昨日と昨日、同じテーマで講演をする機会があったからでした。一昨日に話をした時には、音声モードが古いバージョンのままだったのですが、昨日話をした時には同じタイミングで新しいモードに変わっていて、私自身が驚いてしまいました。「あれ、変わってる」と思って確認したところ、まさに昨日変わったということがわかったわけです。

ニュース記事もいくつか出始めていまして、「ChatGPT、チャット画面でそのまま音声対話が可能に」という見出しで報道されています。まだそれほど多くのメディアでは取り上げられていませんが、これは非常に重要なアップデートだと言えるでしょう。

この新機能の最大の特徴は、音声で会話をしながら同時にテキストでもやり取りができるという点です。これまでの音声モードでは、音声は音声、チャットはチャットと完全に分離されていましたが、今回のアップデートによってこの二つが融合したのです。自分が喋った内容も相手が喋った内容も、リアルタイムで文字に起こされてチャット欄に表示されます。

これによって何が便利になるかというと、まず会話の内容を見返すことができるようになりました。音声だけで会話していると、少し前に何を言ったか忘れてしまうことがありますよね。しかし、このアップデート後は、会話をしながら文字を見ることができますし、遡って過去の会話内容を確認することも可能になりました。音声が繋がったままの状態で、スクロールして過去の会話を振り返ることができるのです。

---

3. 無料プランと有料プランで実際に試してみた!音声とテキストの同時活用術

では、実際にこの新機能を試してみましょう。まずは無料プランの画面から始めてみます。無料プランでもこの機能が使えるかどうか、確認していきたいと思います。

画面右端に「音声モードを使用する」というボタンがあります。これをクリックすると、最初の1回目だけ「音声がチャットに組み込まれました」というメッセージが表示されます。マイクの許可を求められますので、これを許可してください。そうすると、音声での会話ができる準備が整います。

実際に話しかけてみましょう。「聞いてるかな」と声をかけると、相手から「聞こえています」という返答が返ってきます。そして、この音声モードが昨日ぐらいからアップデートして、自分が喋っている内容や相手が喋っている内容が文字に起こして出るようになったことを伝えると、「本当に便利ですよね。これからも使い方が良くなっていくといいですね」という反応が返ってきます。

このように、自分が喋った内容も文字に起こされますし、相手が喋った内容も文字に起こされるのです。実際に喋っている時にこの文字を見ながら会話を聞くことができますし、振り返って遡って会話しながら過去の内容を確認することもできるわけです。音声がまだ繋がっている状態で、スクロールして遡れるというのは本当に便利な機能だと言えます。

さらに便利なのは、URLのやり取りができるという点です。普通に音声だけで会話をすると、何が問題になるかというと、ウェブサイトのURLをシェアしようと思った時に、音声でURLをシェアするのは非常に困難ですよね。しかし、この新しいシステムでは、会話をしながらチャット欄にURLを貼り付けて、「今送ったこのURLの記事について詳しく解説してほしいんですけど」というようなことができるのです。

実際に試してみると、「なるほど。今回のアップデートで音声モードがチャット画面上でそのまま使えるようになったので、URLも簡単にシェアできたり、会話しながら内容を確認したりできるのが便利ですよね。今、送ってくれたURLの記事についても詳しく解説しますね」という反応が返ってきます。

当然ですが、写真を添付したりファイルを添付して、それについて会話しながらやり取りすることもできます。いわゆるマルチに、音声とチャットが同時に動くということは、結構便利だということがわかるのではないかと思います。

---

4. エージェントモードとの連携で可能性が無限大に広がる使い方

こうした基本的な機能に加えて、おすすめの使い方があります。それは「学習モード」です。「あらゆる学びをサポート」という学習モードが追加されているのですが、これがかなり良いんです。

つまり、いろんなことを教えてもらう時に、「こうなんです、ああなんです」ということを会話だけで聞いていたら、なかなかすぐには頭に入らないこともあります。しかし、実際にこの文字に起こしたものを見ながら教えてもらうと、振り返りながらも会話をすることができるので、結構便利なのです。やはり喋るのは良いのですが、キーボードで打って説明するということが同時にできるのは、かなり便利だと言えます。音声会話モードを使う時に、この学習モードもセットで使うという使い方が良いでしょう。

現時点では、GPTsの方にはこの機能が使えないのが残念です。GPTsにも反映されると、自分のカスタマイズした情報でやり取りできるようになるので、結構便利になると思いますが、まだそこまでは来ていません。

次に、有料プランの方を見てみましょう。有料プランも基本的には同じなのですが、有料プランだと何が違うかというと、エージェントモードが使えるという点です。エージェントモードでも、実はこの音声会話機能が使えるんですね。

エージェントモードにチェックをつけて、音声モードをオンにしてみます。「こんにちは」と話しかけると、「こんにちは。どうぞお気軽に話しかけてくださいね。何かお手伝いできることがあれば、おっしゃってください」という返答が返ってきます。

そこで、「Instagramのことについて知りたいんですけど、よろしいですか」と尋ねると、「了解です。それじゃあInstagramについて知りたいこと、何でも聞いてください。基本的な使い方でも、ちょっとしたことでも、何でもオッケーですよ」という返事がきます。

さらに具体的に、「Instagramの中で現時点で新潟のグルメでバズったりとか、人気のインフルエンサーを探したいので、エージェントモードで起動して探してほしいんですが、よろしいですか」とお願いしてみます。すると、エージェントが調査を開始し、「今の時点で新潟のグルメがInstagramで話題になっているアカウントをいくつか見つけましたよ。例えば、ハタウォーカーというアカウントは新潟のトレンドグルメをよく紹介していて、フォロワーも5万人以上います。他にも、ささにゃんこさんやツートンさんといった新潟グルメを発信するインフルエンサーがいて、それぞれ数万人規模のフォロワーがいるので、そういった人たちの投稿を見てみると今の流行りがわかると思います」という詳しい情報を提供してくれます。

ただし、現時点では、エージェントモードがオンになっていても、仮想ブラウザーが自動的に起動するわけではありません。一度エージェントモードにチェックした状態でブラウザーを起動してからでないと、うまく機能しないことがあるようです。

実際に試してみると、エージェントモードにチェックがついている状態で、「Instagramの新潟グルメ、Instagram内にあるグルメ、新潟グルメアカウントを調べて」と依頼し、「人気アカウントを10件調べて」と言ってみると、ブラウザーが起動するはずです。そして、起動している状態でこの音声モードを使うと、エージェントモードを音声で操ることができるのではないかと思われます。

仮想デスクトップが設定されている状態であれば、音声会話から仮想デスクトップを起動できる可能性があります。実際に調査が始まった状態で音声会話を起動できるかどうかを試してみましたが、仮想のブラウザが動いている間は、読み取りモードが動いているため、同時に音声モードを使うことができない場合もあるようです。

しかし、作業を終了してから会話を起動していくと、エージェントモードになっている状態で会話を続けることができます。「もちろん、引き続き会話を続けられますよ。今はエージェントモードで新潟のグルメインフルエンサーを調べる作業をしているところです。何か別の質問や追加で知りたいことがあれば、遠慮なくどうぞ」という返答が得られます。

このように、裏で作業が進んでいる状態で、音声で指示を出し続けることができるのです。「さっきの作業を続けてほしいんですけど」と言うと、「了解です。それでは引き続き、さっきの新潟グルメのインフルエンサー調査を進めますね。もう少しお待ちください」と、音声で確認しながら作業を継続してくれます。

仮想ブラウザーは画面に表示されていなくても、裏では確実に動いているということが確認できました。これは本当にすごいことです。完全に声だけでコントロールして動かすことができるので、結構便利ではないかと思います。

---

5. スマホ版での使用感とPCブラウザ版との違いを比較検証

次に、スマートフォンの方でもどうなっているか見てみましょう。スマホの画面を起動して、ChatGPTのアプリを開きます。新規作成をして、右下にある音声会話モードのボタンを押してみます。

「こんにちは。スマホでもちゃんと起動できてるみたいですね。これで音声で色々と試してみてください」という返答が返ってきます。PCの方を一度切らないとスマホの方が動かないので、PCを切ってからスマホで試してみます。

「声聞こえますか」と尋ねると、「はい、声ちゃんと聞こえてますよ。今スマホ側もちゃんと動いてるみたいです。これで色々と音声で試してみてくださいね」という返事がきます。

スマホ版で何が便利かというと、この喋っている内容がずっと文字起こしされて表示されるという点です。ただし、今までの音声会話モードの方が、もっと大きい画面で表示されていた気がします。音声会話がチャットに埋め込まれることによって、文字が小さくなったので、スマホのUIに関しては前の方が良かったかなという気もします。でも、それでも便利であることには変わりありません。

「なるほど。確かに前の音声はもうちょっと大きな画面で表示されてたんですね。それがチャット欄に埋め込まれる形でちょっと文字が小さくなってっていうのは、確かにUI的には前の方が良かったですね。でもその代わり手軽さを増した感じなので、まあ便利に使ってみてください」という、AIからの共感も得られました。

スマホ版では、さらに画面共有機能とカメラを起動するモードがついています。これは以前にもお話ししましたが、これが早くPCブラウザーの方にも搭載されたら良いなと思っているのですが、未だにこの機能が実装されていません。

もしこれが実装されてくると、今度はエージェントモードを起動したり、画面共有しながら音声を使って手ぶらでコントロールして、いろんな仕事を頼んでいくことができるようになります。こうなるとまさに、普通に従業員の人に「そうそう、ホテル予約しといて」とか、「あの件どうなった」みたいな感じで喋っている内容を、AIさんと喋りながら仕事を進めることができます。「あ、それ終わった? じゃあ次これやっといて」みたいな感じで言うと、パッと確認してくれるという感じです。その間、別の仕事をしておけば良いわけですから、別の画面を開いて作業するということもできるのです。

---

6. おわりに

この音声会話モードは、現在、有料プランの方は制限なしに使い放題になっています。一方、無料プランの方は1か月で1時間まで使えるようになっているのではないかと思います。また、アドバンスボイスモードというより高度な音声機能については、有料プランでしか使えない可能性があります。無料プランでは使えないかもしれませんので、より高度な会話をしようと思ったら、有料プランの方が良いかもしれません。今回のアップデートによって、ChatGPTの音声モードがチャットに埋め込まれたことで、音声とテキストの両方の利点を同時に活用できるようになりました。URLや画像、ファイルを共有しながら音声で会話できる、会話内容を文字で確認しながらリアルタイムで対話できる、エージェントモードと組み合わせて複雑なタスクを音声で指示できるなど、ビジネスシーンや学習場面での活用可能性は無限大です。ぜひ、この革新的な機能を試してみてください。きっと、あなたの作業効率が大きく向上することでしょう。

---

7. よくある質問(Q&A)

Q1: 音声モードがチャットに埋め込まれることで、従来の音声モードと何が一番変わりましたか?

A1: 最も大きな変化は、音声で会話しながら同時にテキストでも情報をやり取りできるようになった点です。従来は音声とチャットが完全に分離されていましたが、今回のアップデートにより、会話内容がリアルタイムで文字起こしされてチャット欄に表示されるようになりました。これにより、URLや画像、ファイルを共有しながら音声会話ができ、過去の会話内容を見返しながら対話を続けることが可能になりました。音声の即時性とテキストの記録性を同時に活用できる点が革新的です。

Q2: 無料プランと有料プランでは、この音声モード機能にどのような違いがありますか?

A2: 無料プランでは音声会話モードが1か月あたり1時間まで利用できると考えられます。一方、有料プランでは制限なしに使い放題となっています。また、アドバンスボイスモードというより高度な音声機能は、有料プランでのみ利用可能な可能性があります。さらに、有料プランではエージェントモードとの連携が可能で、より複雑なタスクを音声で指示して実行させることができます。ビジネスや学習で頻繁に利用する場合は、有料プランの方が利便性が高いでしょう。

Q3: エージェントモードと音声会話モードを組み合わせると、具体的にどんなことができますか?

A3: エージェントモードと音声会話モードを組み合わせることで、音声だけで複雑な調査や作業を指示できるようになります。例えば、「新潟のグルメで人気のInstagramアカウントを10件調べて」と音声で指示すると、AIが仮想ブラウザーを使って実際に調査を開始します。作業が進行中でも音声で追加の指示を出したり、進捗を確認したりすることができます。まるで人間のアシスタントに仕事を頼むように、「あの件どうなった?」「じゃあ次これやっといて」という自然な会話で、複数のタスクを並行して進めることが可能になります。

Q4: 学習モードと音声会話を組み合わせると、どのようなメリットがありますか?

A4: 学習モードと音声会話を組み合わせることで、より効果的な学習体験が実現できます。音声だけで説明を聞いていると、情報が流れていってしまい、理解が追いつかないことがあります。しかし、この新機能では、AIの説明が文字として画面に表示されながら音声でも聞けるため、視覚と聴覚の両方で情報を受け取ることができます。理解できなかった部分は文字で遡って確認でき、音声で質問を続けることもできます。まるで優秀な家庭教師と対面で学習しているような、双方向的で丁寧な学習体験が可能になります。

Q5: スマートフォン版とPCブラウザ版では、どちらがより使いやすいですか?

A5: それぞれに長所と短所があります。スマートフォン版では、画面共有機能とカメラ起動モードが利用できるため、外出先でも視覚的な情報を共有しながら音声会話ができます。ただし、チャット埋め込み形式になったことで文字が小さくなり、以前の大きな画面表示の方が見やすかったという面もあります。PCブラウザ版では、大きな画面で文字を確認しながら作業ができ、エージェントモードとの連携もスムーズです。ただし、まだ画面共有やカメラ機能が実装されていません。用途に応じて使い分けるのが最適で、デスクワーク中心ならPC、移動中や外出先ではスマートフォンが便利でしょう。

詳しくは15分の動画で解説しました。
https://www.youtube.com/watch?v=VzNs4mpvWq0

0:00 👋 導入・今日のテーマ紹介
1:10 🆓 無料プランで音声モード試用開始
2:18 💬 音声会話と文字起こし機能の実演
3:31 🔗 URLやファイル共有の便利な使い方
4:58 📚 学習モードと有料プランへ移行
6:06 🤖 エージェントモードの試用開始
7:21 🍜 Instagramで新潟グルメ検索
8:34 🎮 エージェントモードの音声操作に挑戦
9:45 ⚙️ エージェントモードの動作確認
10:53 📱 スマホ版での音声モード起動
11:58 📲 スマホUIと機能の比較
13:09 📷 スマホ特有の画面共有・カメラ機能
14:17 🎯 まとめと今後の展望・終了挨拶

上記の続きの動画はYouTubeメンバーシップの
デイリー会員(190円/月)に限定公開しています。
詳しくは以下をご覧ください。
https://yokotashurin.com/youtube/membership.html
YouTubeメンバーシップ申込こちら↓
https://www.youtube.com/channel/UCXHCC1WbbF3jPnL1JdRWWNA/join

ChatGPT音声モードでチャットと音声文字起こし同時利用がOK

🎤 音声モード ChatGPTで音声による対話を可能にする機能のこと。従来は独立した画面で動作していたが、今回のアップデートでチャット画面に埋め込まれ、テキストと音声を同時に利用できるようになった。会話内容がリアルタイムで文字起こしされるため、視覚的にも確認しながらコミュニケーションが取れる利便性の高い機能となっている。

💬 チャット埋め込み 音声モードがチャット画面に統合された新しい仕様のこと。これにより音声会話をしながらURLやファイルを共有したり、過去の会話履歴を遡って確認することが可能になった。テキストと音声のマルチモーダルな対話が実現し、より柔軟なコミュニケーション環境が整備された画期的なアップデートである。

📝 文字起こし 音声での会話内容を自動的にテキスト化する機能のこと。ユーザーとAIの両方の発言がリアルタイムで画面に表示されるため、聞き逃しを防ぎ、後から内容を確認することが容易になる。特に学習や情報収集の場面で、視覚と聴覚の両方から情報を得られるため理解度が向上する効果がある。

📚 学習モード ChatGPTに新たに追加された教育支援機能のこと。音声モードと組み合わせることで、会話しながら文字で内容を確認できるため、学習効率が大幅に向上する。質問しながら説明を聞き、同時に表示されるテキストで振り返りができるため、より深い理解と記憶の定着が期待できる新しい学習スタイルを提供している。

🤖 エージェントモード ChatGPTの有料プランで利用できる高度な機能で、AIが自律的にタスクを実行する仕組みのこと。音声モードと連携させることで、音声指示だけでブラウザ検索や情報収集などの作業を裏で実行させることが可能。ユーザーは他の作業をしながら、まるで人間のアシスタントに指示を出すように自然な形でAIに業務を依頼できる。

🔗 URL共有 音声会話中にチャット欄を通じてウェブサイトのアドレスを共有できる機能のこと。従来の音声のみのモードでは困難だったURL情報の受け渡しが、チャット埋め込みにより可能になった。リンクを貼り付けてから音声で「このページについて解説して」と依頼できるなど、より実用的なコミュニケーションが実現している。

📱 スマホ版機能 モバイルアプリ版のChatGPTに搭載されている画面共有とカメラ起動機能のこと。PC版にはまだ実装されていないが、スマホでは視覚情報を共有しながら音声対話ができる。これらの機能がPC版にも追加されれば、エージェントモードと組み合わせて、より高度なハンズフリー操作が可能になると期待されている。

🆓 無料プラン制限 ChatGPTの無料版ユーザーに適用される利用制限のこと。音声モードは月間1時間まで使用可能だが、アドバンスボイスモードなど高度な機能は利用できない可能性がある。一方、有料プランでは音声モード使い放題となっており、エージェントモードなどのプレミアム機能も制限なく活用できる仕様となっている。

🎯 マルチモーダル 複数の情報伝達手段を同時に活用できる状態のこと。今回のアップデートにより、音声・テキスト・画像・ファイルなどを組み合わせた多様なコミュニケーションが可能になった。これにより利用シーンが大幅に拡大し、学習・業務・日常的な情報収集など様々な場面でより効果的にChatGPTを活用できるようになった。

🖥️ 仮想ブラウザ エージェントモードで起動される自動操作可能なウェブブラウザ環境のこと。ユーザーの指示に基づいてAIが自律的にウェブ検索や情報収集を実行する。音声モードと連携することで、口頭で指示を出すだけで裏側で作業が進行し、結果を受け取れる。将来的には完全なハンズフリー業務環境の実現が期待されている技術である。

#ChatGPT音声モード #ChatGPT音声会話 #横田秀珠 #ChatGPT #ChatGPTコンサルタント #ChatGPTセミナー #ChatGPT講師 #ChatGPT講演 #ChatGPT講座 #ChatGPT研修 #ChatGPT勉強会