AI議事録Firefliesの「人力フェイク」告白、CEOが火消しに奔走
今週、AI会議記録ツールFirefliesのCTOが、創業初期の月額100ドルのAI文字起こしは創業者2人が手動で行っていたと明かし波紋を呼んだ。プライバシー侵害などの批判を受け、CEOはメディアに対し、同プラットフォームは最初から人手を介さない完全自動化だったと火消しに走っている。
AI音声
新しいニュースを見る
Even RealitiesがG2スマートグラスとR1リング発表：カメラ非搭載で日常に溶け込むAI
Even Realitiesはスマートグラス「G2」とスマートリング「R1」を発表した。G2はカメラやスピーカーを省いて36gの軽量設計を実現し、会話追従などのAI機能を搭載。R1はジェスチャー操作と健康管理を担う。価格はそれぞれ599ドルと249ドル。
ElevenLabsが法律AIのHarveyと提携：多言語の音声対話に対応へ
ElevenLabsは法律特化型AIのHarveyとの提携を発表した。ElevenLabsの音声技術を活用し、Harveyが数十の言語や方言で回答を読み上げられるようになる。今後はリアルタイム音声モードや法廷シミュレーションなどの機能も追加予定だ。
ElevenLabsが有名人の音声市場を開設：正規ライセンスで広告利用可能に
ElevenLabsが、著名人や歴史的人物のAI音声を広告向けに正規ライセンスできる「Iconic Voice Marketplace」を開設した。マイケル・ケインやアラン・チューリングなど28人の音声を用意し、権利者への報酬支払いや同意を徹底する。無断クローンが横行する音声AI業界の正規化を目指す動きだ。
音声AIのElevenLabs、俳優マシュー・マコノヒー氏の出資を発表 本人の声でスペイン語配信へ
ElevenLabsはアカデミー賞俳優のマシュー・マコノヒー氏が数年前から同社の初期投資家だったと発表した。同氏はクリエイターとしても参画し、自身のニュースレターを本人の声のままスペイン語オーディオ化して配信する。
ElevenLabs、超低遅延音声認識「Scribe v2 Realtime」を公開
ElevenLabsは音声エージェント向けリアルタイム文字起こしモデル「Scribe v2 Realtime」を発表しました。150ミリ秒未満の低遅延で90言語に対応し、会話中の言語切り替えも自動検出します。即日APIやAgents機能から利用可能です。
Meta、1600言語対応の音声認識モデル「Omnilingual ASR」を公開
Metaは1600以上の言語に対応する音声認識システム「Omnilingual ASR」をオープンソース公開した。Whisperの99言語を大きく上回り、少量の音声例を与えるだけで5400言語超に拡張できる。従来のLlamaと異なり、商用利用に制限のないApache 2.0ライセンスを採用した点も注目される。
元Meta社員のAI指輪「Stream Ring」登場 健康管理を省き音声メモに特化
元 Meta 社員が立ち上げた Sandbar が、音声メモ特化型スマートリング「Stream Ring」を発表した。価格は 249 ドル。ヘルスケア機能を省き、「声のマウス」としてタッチ操作で録音や文字起こし、AI との対話が行える。初期は iOS のみ対応で、来夏に出荷予定だ。
Google Fi、通話にAIノイズ低減を導入 固定電話や旧型端末の声もクリアに
Googleは通信サービス「Google Fi」に通話の背景雑音を抑えるAI音声強化機能を導入すると発表した。相手が固定電話や旧型端末を使っていても音声をクリアに補正する。来月より自動で有効化されるほか、アプリ内でのAI請求書要約機能も提供される。
Fish Audioが音声合成モデル「S1」公開：ElevenLabs比で6倍安価
Fish Audioは音声合成モデル「Fish Audio S1」を一般公開した。ElevenLabsより6倍安価な価格設定を掲げ、すでに2万人のアクティブ開発者と500万ドルのARRを獲得している。無料での音声クローンにも対応する。
Meta、ReelsのAI翻訳を拡充：音声再現とリップシンクに対応
MetaはInstagramとFacebookのReels向けAI翻訳機能にヒンディー語とポルトガル語を追加した。話者の声質やトーンを保ったまま吹き替えを行い、口の動きを合わせるリップシンクにも対応。公開Instagramアカウントや一定条件を満たすクリエイターに無料で提供される。
ソニー、旗艦ヘッドホンに「Gemini Live」と音声共有を追加するアップデート配信
ソニーはワイヤレスイヤホン「WF-1000XM5」およびヘッドホン「WH-1000XM6」向けに最新ファームウェアを公開した。Googleの対話型AI「Gemini Live」への対応に加え、Bluetooth LE AudioのAuracastを用いた音声共有機能を追加。Sound Connectアプリから適用でき、更新後は再ペアリングが必要となる。
Hume AIが「Octave 2」発表：生成遅延200ms未満、価格半額で11言語対応
Hume AIは次世代音声AIモデル「Octave 2」を発表しました。日本語を含む11言語に対応し、生成遅延は200ミリ秒未満と従来より40%高速化、価格も半額に抑えています。感情豊かなトーンの再現に加え、音素単位の編集やボイスチェンジ機能も備えています。
AmazonがAlexa+向け新Echo発表、独自AIチップと環境センサー搭載
AmazonはAlexa+向けに刷新したEcho Dot MaxやEcho Studioなど4機種を発表した。自社製AZ3/AZ3 ProチップとOmnisenseセンサーを搭載し、ウェイクワード検出性能を50%以上向上させた。新型スピーカー2種は即日発売、スマートディスプレイは11月12日に発売される。
Amazonが新Fire TVシリーズ発表、Alexa+連携で作品や名シーンの検索を高速化
AmazonはAlexa+を搭載した新型Fire TVシリーズを発表した。会話形式での横断検索や特定シーンの頭出し、作品の裏話確認などが可能になる。4K対応スティックは39.99ドルからで、即日予約受付を開始し翌月に出荷される。
YouTubeが「YouTube Labs」を開設：第1弾は音楽アプリのAIラジオDJ
YouTubeは開発中の最新AI機能を先行体験できる「YouTube Labs」を発表した。第1弾として、YouTube Musicアプリで楽曲の背景やトリビアを語る「AI音楽ホスト」のテストを開始。現在は米国の限定ユーザー向けにテスターを受け付けている。
Appleが社内用ChatGPTアプリを開発、Siri刷新に向けテスト中
Bloombergによると、AppleはSiriの大幅刷新に向け、社内専用のチャットボット「Veritas」を開発しました。自社製モデルと外部技術を組み合わせたシステムで、個人データ検索やアプリ内操作を検証しています。不具合による延期を経て、新Siriは早ければ2026年3月の提供を目指しています。
Googleが「Search Live」提供開始：カメラ映像を見せながら音声でリアルタイム検索
Googleは米国で英語向けに「Search Live」の正式提供を開始した。Labs登録不要で利用でき、スマートフォンのカメラ映像を共有しながら音声でリアルタイムに対話できる。家電の配線方法を尋ねるなど視覚的なサポートが可能だ。
アリババ、音声や映像にネイティブ対応した「Qwen3-Omni」をオープンソース公開
アリババはテキスト・画像・音声・動画を単一モデルに統合した「Qwen3-Omni」を発表し、オープンソース公開した。211msの低遅延と30分の音声理解を実現し、InstructやThinkingを含む30B規模の重みを提供する。
AirPodsのリアルタイム翻訳を使う方法：旧世代モデルでも利用可能
ZDNetはiOS 26とApple Intelligenceに対応したAirPodsの「ライブ翻訳」機能の使い方を解説した。最新のAirPods Pro 3だけでなく、AirPods Pro 2やANC対応AirPods 4でも利用可能だ。対応iPhoneとイヤフォンを装着していれば、相手の言葉がリアルタイムで翻訳され耳に届く。