本文へスキップ
IFAI

AI音声

業界タグニュース 572 件

  1. AIツール拡散指数 49

    Microsoft、Teams会議で自分の声を使って9言語をリアルタイム翻訳する「Interpreter」を発表

    MicrosoftはTeams向けに、参加者の声をリアルタイムでシミュレートしながら多言語通訳を行う機能「Interpreter」を発表した。2025年初頭にMicrosoft 365ユーザー向けに提供予定で、日本語や英語など9言語に対応。利用には事前の同意が必要で、生体データは保存されないという。

  10. AIツール拡散指数 39

    DeepL、リアルタイム音声翻訳「DeepL Voice」提供開始

    DeepLは初の音声プロダクト「DeepL Voice」を発表した。英語や日本語など13言語の音声をリアルタイムで聞き取り、33言語のテキスト字幕へ即座に翻訳する。対面会話やTeamsでのオンライン会議向けにテキストで提供され、現時点では音声出力やAPIは非対応となる。

  11. 画像・動画生成拡散指数 36

    ElevenLabsがStudioを刷新：長文音声化で部分再生成や複数話者に対応

    ElevenLabsは長文向け音声生成ツール「Studio」の大型刷新を発表した。単語や文単位の部分再生成に対応してクレジット消費を抑えられるほか、完成した段落のロックや同一段落内での複数話者の割り当てが可能になった。オーディオブックなどの長尺制作時の調整が大幅に効率化される。

  12. AIツール拡散指数 35

    Google、iOS向け単体「Gemini」アプリをテスト中　音声会話「Live」に対応

    GoogleがiOS向けに単体のGeminiアプリを一部地域でテスト中であることが明らかになりました。これまでiPhoneではGoogleアプリ内の機能としてしか使えませんでしたが、独立アプリ化により音声会話機能「Gemini Live」がロック画面からも利用可能になります。現在はフィリピンなど一部地域での限定配信にとどまります。

  13. 画像・動画生成拡散指数 34

    ElevenLabs、故ジェリー・ガルシア氏のAI音声を再現　32言語の朗読に対応

    ElevenLabsは伝説的バンド「グレイトフル・デッド」の故ジェリー・ガルシア氏の遺産管理団体と提携し、同氏のAI音声をElevenReaderアプリで公開した。32言語で電子書籍や記事を朗読できる。現在はテキスト朗读のみに対応し、今後はドキュメンタリーのナレーションにも活用される予定だ。

  14. AIツール拡散指数 59

    Hume AI、音声アプリを公開　EVI 2とClaude 3.5 Haikuを統合、登録不要で対話可能

    Hume AIは、自社開発の音声言語モデル「EVI 2」と「Claude 3.5 Haiku」を組み合わせたブラウザ向けAI音声アプリを公開した。アカウント登録不要でマイクから直接、様々な性格のAIと対話できる。事実の回答は正確な一方、ストーリーテリングでは重複や声の乱れも報告されている。

  15. AIツール拡散指数 38

    アマゾン、生成AI版Alexaの投入を2025年に延期か　照明操作などで失敗多発と報道

    米BloombergはAmazonが大規模言語モデル（LLM）を搭載した新版Alexaの提供目標を2025年に延期したと報じた。ベータ版では応答の遅延に加え、タイマー設定や照明操作といった基本機能の不具合が相次いでいたとされる。会話性能と従来のスマートホーム制御の両立に苦戦している模様だ。

  17. AIツール拡散指数 50

    ClaudeのMac・Windows版アプリが登場、スマホ版には10分間の音声入力機能も

    AnthropicはClaudeのMacおよびWindows向けデスクトップアプリの公開ベータ版をリリースしました。あわせてiOSやAndroid向けモバイルアプリには音声入力機能が追加され、最大10分の録音メッセージを文字起こしして回答させることが可能です。リアルタイム会話ではなくボイスメッセージ形式での入力となります。

  18. AIツール拡散指数 54

    ClaudeがMacとWindows向け公式デスクトップアプリを公開

    AnthropicはAIアシスタント「Claude」のMacおよびWindows向けデスクトップアプリのパブリックベータ版を提供開始した。無料・有料ユーザー双方が利用可能で、ショートカットキーによる素早い起動に対応。モバイル版には最長10分の音声入力書き起こし機能も追加された。