生成AIを声で使う｜ChatGPTの音声モードとNotebookLMのAudio Overviewでできること

生成AIの「音声」に関わる機能には、大きく分けて2つの方向性があります。ひとつは、ChatGPTの「音声モード」のように、AIと声で自然に会話する機能。もうひとつは、GoogleのNotebookLMの「Audio Overview」のように、アップロードした資料をAIが音声コンテンツに変換してくれる機能です。この記事では、公式ヘルプの情報をもとに、それぞれの特徴と使い方を紹介します。

準備：始める前に確認しておくこと

ChatGPT・Googleアカウントそれぞれにログインした状態で利用する
自分が加入しているプランを確認しておく。プランによって利用できる時間や機能が異なります
音声機能は、対応デバイス（スマートフォンアプリ、Webブラウザなど）によって使える範囲が異なる場合があるため、自分の利用環境を確認しておきましょう

手順1：ChatGPTの音声モードを使ってみる

ChatGPTの音声モードは、公式ヘルプによると「自然でフリーフォームな音声会話」を実現する機能です。次の手順で利用します。

ChatGPTのアプリまたはWeb版を開く
音声アイコンをタップ、またはクリックして音声モードを開始する
話しかけると、ChatGPTが音声で応答する。会話中はテキスト表示も確認でき、途中でテキスト入力に切り替えることもできる

公式ヘルプによると、音声には「Live」（最新の音声体験。リアルタイムの会話、ウェブ検索、メモリ機能に対応）、「Advanced」（ビデオ・画面共有に対応する前世代の音声体験）、「Standard」（音声をテキストに変換してから応答する方式）の3種類の選択肢があります。

手順2：NotebookLMのAudio Overviewを使ってみる

Audio Overviewは、アップロードした資料についてAIホストが深掘りディスカッションを行う音声コンテンツを生成する機能です。公式ヘルプでは、次のような手順が案内されています。

NotebookLMでノートブックを開き、資料（PDF、テキスト、URLなど）をアップロードする
Studioパネルから「Audio Overview」を選択する
フォーマット（Deep Dive、The Brief、The Critique、The Debateなど）や言語、長さを選んで生成を開始する
生成が完了するのを待つ（バックグラウンドで進行し、数分程度かかります）

生成された音声は、Interactive Modeを使うことで、再生中にAIホストへ質問を投げかけることもできると案内されています（英語のみ対応）。

具体例：どんな場面で使うと便利か

ChatGPTの音声モードが向いている場面

手が離せない作業をしながら、AIに質問したいとき
面接や発表の練習など、声に出して会話しながら練習したいとき

NotebookLMのAudio Overviewが向いている場面

長い資料を、移動中や作業中に「ながら聴き」で理解したいとき
資料の内容を、対談形式でかみ砕いて説明してもらいたいとき

うまくいかない場合の確認ポイント

ChatGPTの音声モードが使えない、または途中で止まってしまう場合は、利用しているプランの時間制限に達していないか確認しましょう。無料版やPlanなどプランによって、24時間ごとに利用できる時間が異なると公式ヘルプに記載されています。
Audio Overviewの生成に時間がかかりすぎる場合は、アップロードした資料の量を減らして試してみましょう。
音声の内容が期待と異なる場合、Audio Overviewではカスタムプロンプトを入力して、聞きたい内容や切り口を指定し直すことができます。

2つの機能の組み合わせ方

ChatGPTの音声モードとNotebookLMのAudio Overviewは、目的が異なるため、場面によって使い分けることができます。例えば、NotebookLMで資料をAudio Overviewとして生成し、通勤中などに「ながら聴き」で概要をつかんだうえで、疑問に思った点をChatGPTの音声モードで深掘りして質問する、といった組み合わせ方も考えられます。どちらも文字入力を介さずに生成AIを活用できる点が共通しており、目や手がふさがっている状況でも情報収集や相談ができるという利点があります。

注意点

NotebookLMの公式ヘルプでは、Audio Overviewは「AI生成音声であり、不正確さや音声の不具合を含む可能性がある」と明記されています。重要な内容は元の資料で確認しましょう。
ChatGPTの音声モードも生成AIによる応答である以上、内容が事実と異なる場合があります。重要な判断には利用しないようにしましょう。
音声機能を使う際、周囲に人がいる環境では、入力・出力される内容に機密情報が含まれないよう注意してください。

よくある質問

Q. ChatGPTの音声モードは無料でも使えますか。

A. 公式ヘルプによると、無料版でも音声モードは利用できますが、時間などの制限があり、内容は変更される可能性があるとされています。詳しい条件は公式ヘルプで確認してください。

Q. NotebookLMのAudio Overviewは日本語に対応していますか。

A. 公式ヘルプによると、80以上の言語に対応しており、日本語も含まれます。アカウント設定の言語がデフォルトとして使われます。

Q. Audio Overviewで作った音声はそのまま公開してもいいですか。

A. 公式ヘルプでは、AI生成音声には不正確さが含まれる可能性があると注意喚起されています。公開する場合は、内容を事前に確認し、必要に応じて出典を明記することをおすすめします。

まとめ

生成AIの音声機能には、AIと声で会話する「ChatGPTの音声モード」と、資料を音声コンテンツに変える「NotebookLMのAudio Overview」という異なる2つのアプローチがあります。どちらも公式ヘルプにもとづいた手順で試せるため、自分の目的に合わせて使ってみることをおすすめします。

次に取るべき行動

まずは短い質問をChatGPTの音声モードで試してみるか、手元にある資料をひとつNotebookLMにアップロードして、Audio Overviewを生成してみましょう。