Deepgram、遅延80msの音声合成モデル「Flux TTS」を発表
Deepgramはリアルタイム対話に特化した音声合成モデル「Flux TTS」を発表した。応答遅延は最短80ミリ秒で、会話中の割り込みや要望変更、早口の数字読み上げにも柔軟に対応する。デモではなく実際の顧客通話への導入を想定しており、9月12日まで無料で利用できる。
Deepgram
Deepgram、開発者向け音声OS「Saga」発表 声だけでコード生成やタスク管理
Deepgramは開発者向けの音声プラットフォーム「Saga」を発表した。CursorやWindsurfなどの開発環境に組み込み、音声でプロンプト生成やJira、Slackの更新を行える。画面切り替えのロスをなくし、声による直感的な開発を目指す。
DeepgramがAuraを発表：リアルタイム音声合成APIでAIが即座に対話
Deepgramはリアルタイムのテキスト読み上げAPI「Aura」を発表した。0.5秒未満（多くは0.3秒未満）で自然な音声を生成し、1000文字あたり0.015ドルと低価格に抑えている。これにより、大規模言語モデルを活用したカスタマーサポート等のAIエージェントが即座に応答できるようになる。