音声セッションを使う

モードを選ぶ

Start voice を選択する前に Mode を設定します。モード、音声、会話の言語を変更する場合は、現在のセッションを終了してください。

モード	話し方	このプレビューで使用するモデル
Hold to talk	話す間はボタンを押し続け、離すと送信されます。テキスト欄や他のコントロールにフォーカスがない場合は、Space を長押しすることもできます。応答を待ってから次のリクエストを行います。	既定では gpt-realtime-2
GPT-Live conversation	状態が Live microphone on になってから話します。入力を止めるには Mute microphone、接続を終了するには End session を選択します。	gpt-live-1 とコマンド処理用の gpt-5.6-terra バックエンド

どちらのモードも、利用可能な Model Vista コマンドを使用します。セッションの準備ができているときは、Or type a command… に入力して Send を選択することもできます。テキスト入力にも、有効な音声セッションと API アクセスが必要です。

GPT-Live はマイクを常時使用します。ミュートしても接続は終了しません。接続時間とバックエンドの使用量は API アカウントに課金されるため、使い終わったら End session を選択してください。

セッション開始前の GPT-Live 設定です。接続が完了するまで、マイクとセッションの操作は無効です。

音声と言語を選ぶ

Voice では Marin、Cedar、Alloy、Ash、Ballad、Coral、Echo、Sage、Shimmer、Verse を選択できます。既定は Marin です。選択は保存されます。

Spoken language では Auto、English、Japanese を選択できます。Auto は話した言語に合わせます。言語を指定すると、その言語を維持するようアシスタントに指示します。認識や応答の言語が意図せず変わる場合は、言語を固定してください。この設定はモデルへの指示であり、完全な認識を保証するものではありません。

ヘッダーまたはアプリメニューの EN / 日本語 で表示言語を切り替えます。セッション中でも変更できます。表示言語は音声や会話の言語とは独立しており、モデル名、ステート名、既存の会話内容、未加工のツール結果は翻訳されません。インストーラーのダイアログは英語のままです。

操作がないときに自動切断する

GPT-Live モードでは、Auto-disconnect の既定値は After 5 minutes です。After 2 minutes、After 5 minutes、After 10 minutes、Never から選択できます。設定は保存されます。

認識されたユーザーの発話、またはテキストのコマンドが届くとタイマーがリセットされます。アシスタントの発話、ツール結果、マイクのミュートではリセットされません。最後の 30 秒間はカウントダウンが表示されます。発話、コマンドの送信、または Stay connected の選択でタイマーをリセットできます。

判定するのは音響的な無音ではなく、認識された操作です。周囲の会話が入力として認識されるとセッションが延長される場合があります。バックグラウンドでのタイマー制限によって切断が遅れる場合もあります。これは利便性のための機能であり、支出の上限ではありません。Hold to talk モードには適用されません。

タイムアウトすると、音声セッションを終了してマイクと接続を解放します。実行中のツールがある場合は、ローカルの後処理まで最大 15 秒間待機します。Model Vista は動作を続け、会話の表示も残ります。

メッセージログを読む

Conversation & actions にリクエストとアシスタントの応答が表示されます。各項目にはローカル時刻が HH:mm:ss 形式で表示されます。ライブ字幕はテキストが追加されるたびに時刻が更新され、そのメッセージの最新の受信更新時刻を示します。時刻にマウスを合わせると、ローカルの日付と時刻を確認できます。

実際のコマンドと応答を確認するには、Show actions and tool results を有効にします。これらを非表示にしても変わるのは表示だけです。結果が不明な場合は、同じリクエストを繰り返す前に操作結果と Model Vista を確認してください。

セッションを終了する

End session を選択し、切断された状態になるまで待ちます。最終使用量を確認できなかったというメッセージが表示された場合、ローカル接続は終了していますが、サービスから最終的な使用量の確認を受け取れていません。

発話を中断したりセッションを終了したりしても、Model Vista に送信済みのコマンドは取り消されません。音声を再開すると新しいセッションになります。結果が不明な操作を続ける前に、現在のモデルやシーンの状態を確認してください。Voice Control を閉じると、ローカルサービスも停止します。