音声AI・文字起こしの記事
「音声AI・文字起こし」に関連するAIニュースと解説、41本。新しい順に並べています。
音声AI・文字起こし の記事：41件
grok-voice-latestが裏側でThink Fast 2.0に切り替わった日 8月5日、気づかれずに起きたルーティング変更
grok-voice-latestが裏側でThink Fast 2.0に切り替わった日8月5日、気づかれずに起きたルーティング変更
モデル
OpenAIが「4o」を外した文字起こしモデルを投入 GPT Transcribe・GPT Live Transcribeの料金と対応範囲
OpenAIが「4o」を外した文字起こしモデルを投入GPT Transcribe・GPT Live Transcribeの料金と対応範囲
プロダクト
Sunoが9月3日からダウンロード数に上限 旧モデル全廃も予告、公式ブログ4本で確認する変更点
Sunoが9月3日からダウンロード数に上限旧モデル全廃も予告、公式ブログ4本で確認する変更点
プロダクト
diffusersの「Modular Diffusers」が実験段階を卒業 新モデルは既に旧来パイプラインを持たずModular専用で配布される
diffusersの「Modular Diffusers」が実験段階を卒業新モデルは既に旧来パイプラインを持たずModular専用で配布される
検証
Gemini 3.5 Transcribeが正式提供 85言語以上を自動判定・話者最大8人分離を料金表で確認する
Gemini 3.5 Transcribeが正式提供85言語以上を自動判定・話者最大8人分離を料金表で確認する
プロダクト
IBMの音声認識モデル「Granite Speech 5.0 TurboCTC」 470Mでデコーダなし、1フォワードパスで文字起こし
IBMの音声認識モデル「Granite Speech 5.0 TurboCTC」470Mでデコーダなし、1フォワードパスで文字起こし
モデル
ElevenLabsが画像・動画生成APIに進出、ローカルMCPは廃止 changelogで確認する8月の3つの変更
ElevenLabsが画像・動画生成APIに進出、ローカルMCPは廃止changelogで確認する8月の3つの変更
プロダクト
音声やYouTubeリンクをピアノ譜に変換するpianoify 『Muscriptor』公開インスタンスの中身
音声やYouTubeリンクをピアノ譜に変換するpianoify『Muscriptor』公開インスタンスの中身
検証
動画のPikaが音声4モデルを一挙公開 「ElevenLabsの9倍安い」という自己申告の中身
動画のPikaが音声4モデルを一挙公開「ElevenLabsの9倍安い」という自己申告の中身
プロダクト
話し言葉を整った文章に変換するGoogleの新AI「Eloquent」 サブスクなし・オフライン動作の音声入力アプリ
話し言葉を整った文章に変換するGoogleの新AI「Eloquent」サブスクなし・オフライン動作の音声入力アプリ
プロダクト
Suno対GEMA、独ミュンヘン地裁がGEMA勝訴 AI音楽著作権訴訟でヨーロッパ初の判断
Suno対GEMA、独ミュンヘン地裁がGEMA勝訴AI音楽著作権訴訟でヨーロッパ初の判断
業界
OfflineでもParakeet TDT V3が使えるLinuxネイティブ音声入力ツール「hyprwhspr」
OfflineでもParakeet TDT V3が使えるLinuxネイティブ音声入力ツール「hyprwhspr」
検証
Sesameの「インテリジェント・アイウェア」 Oculus共同創業者が2027年に投入するAIメガネで、今わかっていること
Sesameの「インテリジェント・アイウェア」Oculus共同創業者が2027年に投入するAIメガネで、今わかっていること
プロダクト
Microsoft、Build 2026で自社初の推論モデル「MAI-Thinking-1」を発表
Microsoft、Build 2026で自社初の推論モデル「MAI-Thinking-1」を発表
モデル
動画AI業界が72時間で"声"に集中投下 Anthropic・OpenAI・Googleが動いた3日間を一次資料で確認した
AI業界が72時間で"声"に集中投下Anthropic・OpenAI・Googleが動いた3日間を一次資料で確認した
業界
OpenAI、全二重音声モデル『GPT-Live』を発表 聞きながら喋り、裏でGPT-5.5に委任する新設計
OpenAI、全二重音声モデル『GPT-Live』を発表聞きながら喋り、裏でGPT-5.5に委任する新設計
プロダクト
動画声のクローンは日本の法律で止められるのか 津田健次郎さんの提訴を一次資料で確認した
声のクローンは日本の法律で止められるのか津田健次郎さんの提訴を一次資料で確認した
業界