OrangeがOpenAI・Metaと提携、アフリカ地域言語対応のAIモデル開発へ
通信大手Orangeは、OpenAIおよびMetaと提携し、アフリカ地域言語に対応した大規模言語モデルをファインチューニングすると発表した。まずは西アフリカのウォロフ語とプラー語を対象にWhisperとLlama 3.1を訓練し、教育や医療などの非商用向けにモデルを無償提供してデジタル包摂を後押しする狙いだ。
Whisper
OpenAIの文字起こしAI「Whisper」に深刻な幻覚問題、テストの8割で虚偽記述
米AP通信によると、研究者らがOpenAIの音声認識モデル「Whisper」で深刻なハルシネーションを確認した。ミシガン大学の調査では音声の80%で虚偽記述が発生し、架空の医療処置を捏造する例も見られた。高リスク業務への利用には注意が促されている。
OpenAI、YouTube動画の無断学習で集団訴訟に直面：500万ドル超の損害賠償請求
報道によると、米国のYouTubeクリエイターがOpenAIに対し集団訴訟を提起した。数百万件の動画文字起こしを無断でChatGPTなどの学習に利用したと主張し、500万ドル超の損害賠償を求めている。公開ウェブデータの枯渇が進む中、動画音声は生成AIの貴重な学習源だが、著作権を巡る対立が一段と先鋭化している。
OpenAI、GPT-4学習にYouTube動画100万時間以上を文字起こし利用か
ニューヨーク・タイムズ報道によると、OpenAIはデータ枯渇に対処するため、Whisperで100万時間以上のYouTube動画を文字起こししてGPT-4の学習に利用した。法的懸念を認識しつつフェアユースと判断したとされ、GoogleやMetaも同様の苦境にある。
Spotify、OpenAIと連携しポッドキャスターの「地声」でAI多言語翻訳
SpotifyはOpenAIと提携し、ポッドキャスター本人の声をクローンして他言語へ翻訳・再生する音声翻訳機能をテスト公開した。英語エピソードを本人の声質のままスペイン語に吹き替えるもので、近く仏・独語にも拡大予定。機械的な吹き替えと違い本人の声で聴けるのが魅力だが、安全性への配慮から現在は一部の限定配信者のみに提供されている。
ChatGPTが「見て・聞いて・話せる」ように：画像認識と音声対話を追加
OpenAIはChatGPTに音声と画像の認識・対話機能を追加したと発表した。冷蔵庫の写真を撮って献立を相談したり、5種類の自然な声でリアルタイムに会話したりできる。PlusおよびEnterpriseユーザー向けに2週間かけて順次提供される。
OpenAIがChatGPT公式iOSアプリを公開、音声入力や履歴同期に対応
OpenAIはChatGPTの公式iOSアプリをリリースした。利用は無料で、端末間での会話履歴同期に対応するほか、Whisperの統合により音声入力も利用できる。まずは米国向けに配信が開始され、今後数週間で提供地域を拡大する予定で、Android版も近日中に登場する。
OpenAIがChatGPTとWhisperのAPIを公開：価格は従来の10分の1に
OpenAIはGPT-3.5 TurboおよびWhisperのAPI提供を開始した。gpt-3.5-turboは1000トークンあたり0.002ドルと従来の10分の1に値下げされ、Whisperは1分0.006ドル。さらにAPI経由のデータはデフォルトでモデル学習に使用されなくなった。