3月1日にOpenAIが公開したChatGPTのAPI（GPT-3.5-Turbo）が世界中で話題になっています。日本国内でも続々と事業者が（レベルの差はあれ）このAPIを叩いて何ができるか模索しはじめていて、API公開からわずか1週間ですがLINE連携のサービス「AIチャットくん」には20万人が殺到しました。

• 開始3日で20万人登録サービスもーーChatGPTで激変するネットサービスたち（前半）
• メカニカル仏にエンジニアのレジュメ自動生成ーーChatGPTで激変するネットサービスたち（後半）

先日、メカニカル仏を作っている家入一真さんとチャットで「なんかスマホアプリ作ってた最初の頃と似てるよね」っていう話をしていたのですが、本当にそんな感じなんですよね。2010年代前半も新しいプラットフォームで何ができるかわからないんだけど、とにかく出力が楽しいからやってみる。もっと遡って2000年代のPCインターネット初期も多分、同じような感じだったと思います。おそらくデータを持っている企業のほとんどの開発者たちはこの自然言語インターフェースをなんらかの形で試すでしょうね。

さて、今回の3月の発表でGPT-3.5-Turboの発表ともう一つ、Whisperという音声認識APIも公表されていました。これはOpenAIが開発した音声認識技術で、M4A、MP3、MP4、MPEG、MPGA、WAV、WEBMなどの音声データをAPIに送ると認識結果を返してれるものです。1分あたり0.006ドルが必要。ChatGPTと組み合わせて音声入力からテキストを返す、つまりAIとの会話を実現してくれます。

日本でも探してみると早速、キャラクターとの会話を仕込んだ方の情報が見つかりました。Qiitaの中に動画が貼ってあるのですが、このレスポンスのレベルだったら確実に自然な会話が可能です。ChatGPTの返す自然な日本語（内容の正誤は置いといて）を考えるともうその日がやってくるのは近いはず。

そしてみなさん記憶されていますでしょうか？このキャラクターとの会話に全てを注ぎ込んだスタートアップの存在を。そうです。Gateboxです。

• 2次元の嫁は29万8000円！バーチャルホームロボット「Gatebox」300台の限定販売を日米で開始
• 「2次元の嫁」Gatebox が予約開始5日で200台を突破、300台以降は「未定」
• 約30万円の Gatebox、予約予定数の300台を1カ月で達成ーー購入者の楽しみは「会話」
• 2次元の嫁に A.I 頭脳搭載へーーGatebox 運営会社が LINE 傘下に「クラウド AI プラットフォーム「Clova」との共同開発を開始

彼らがここの分野に挑戦したのが6年前あたりでした（創業は2014年）。創業者の武地実さんは狂気に満ち溢れた起業家で、この「二次元の嫁」との会話実現に向けてひた走っていましたが、ようやく時代が彼の世界に追いついてくれたようです。実際、まだコンタクトは取っていませんが、確実に動いていると思っています。いや、動いていてくれ。聞いてみます。

8日追記：既にやってました。さらにクラウドファンディングまで始まってました。

すみません、一応なんかやろうとしてます…https://t.co/CHhcHfjwxm

— 武地 実 @Gatebox / CheerPro開発中 (@takechi0209) March 8, 2023

影響範囲は当然、この延長にあったVTuberなどにもあるでしょうし、特に音声の入出力がスムーズになれば大きく動くのがメタバース方面です。ヘッドマウントディスプレイを被ったことがある方であればすぐに理解できるのが特に入力問題で、被ったままではどう考えてもキーボードは使い難いんですよね。これが自然な音声で成立するのであれば、一気に仮想世界での活動も進みそうです。

ちなみにWhisperモデルはオープンソースなので、費用を支払うことなく自分のハードウェアでも実行は可能です。ただ、OpenAI経由のAPIを叩いた方がより強力なハードウェアリソースを使えることから、迅速な反応を求める場合や、スマートフォンなどの低電力デバイスで文字起こししたい場合などは、こちらのAPIを使用するのがよさそうです。

共同執筆：佐々木俊