🦢 TL;DR: 「聞く・話す・割り込む」のタイミングはトップクラス、でもタスク遂行はまだ発展途上。Tencentが音声・映像・エージェントを1つに統合したomni対話モデルを発表しました。 タイトル: Omni Interaction Agent Technical Report（Gander） URL: 📌 ポイント 🧠 「小脳（対話制御）」と「大脳（Claude/Codexで実行）」の二層構造 🎙 音声・映像をチャンク単位でストリーミング処理、外部VAD不要 ✅ ターンテイキング精度100%でGPT-Realtimeの96%を上回る ⚠️ タスク完遂率(Pass@1)は0.400とGPT-Realtimeの0.600に劣る 🔀 音声認識を介さずテキストを直接渡すとPass@1が0.520に改善 🌐 音声×映像の統合でDaily-Omniが単一モダリティ比+19.13pt向上 📦 モデル重み・学習コード・評価ハーネスを公開予定 対話のテンポの良さと、タスクをやり切る正確さは今のところ別物という現実的な結果が興味深いです。 #マルチモーダルAI# #音声対話AI#

もしかして車通勤の最大の価値って、AIとじっくり音声対話できることなのでは。考えていることを整理してもらったり、よく分かっていないことを教えてもらったりと、アウトプットとインプット両方できて最高の自己鍛錬時間になる

【話題】Meta、初の自社ブランドAIメガネを発表 ・価格は299ドルから ・Ray-Banモデルより約80ドル安い設定 ・写真/動画撮影、通話、音楽再生、Meta AIとの音声対話に対応

「話しかけられてから答える」音声AIは終わり。音・環境・指示を聞き続けて自分から動くモデルの登場です🎧 タイトル: Audio Interaction Model URL: 🎧 概要 常時稼働でリアルタイムに動く統合型の音声言語モデル（LALM）です。「知覚→判断→応答」のループを回し続け、音・環境音・ユーザー指示を同時に聞きながら、ストリームの意味理解に基づいて動的に応答します。 ❓ 解決する課題 現在のLALMの多くはオフラインで、ストリーミングASRや音声チャットを個別にこなすだけでした。現実の対話には、リアルタイムに同時に聞いて、その場で反応する常時稼働型のモデルが必要です。 💡 方法論と提案手法 核心は「知覚→判断→応答」ループを具現化したSoundFlowフレームワークです。 ・ストリーミングネイティブなデータ構築 ・理解を意識した訓練 ・非同期・低遅延の推論で安定したリアルタイム対話 データはStreamAudio-2M（260万件）で、7つの基礎能力・28サブタスクをカバー。能動的介入を測るProactive-Sound-Benchも用意しました。 📊 実験結果 / ユースケース ・8つのベンチマークで競争力ある性能を維持 ・オフラインLALMでは不可能だったリアルタイムASR、ストリーミング音声指示追従、能動的介入を実現 常時稼働の音声アシスタントやリアルタイム対話、能動的な音声サポートに活用できます。 #音声AI# #LALM#

【最新】1枚の画像から話す #AI動画# を生成🗣️ 合同会社JoyPixは、AI動画生成ツール「 1枚の静止画とテキストまたは音声素材から、自然なリップシンク動画を生成。 単人動画に加え、2人の対話動画にも対応。 @joypix_jp

【今夜前半が身内音楽!STUDIOへ!】#DOMMUNE#<8/25/火>19:00-22:00 今日は１日「身内音楽」三昧!第二十唱<夏休み最終局面編>身内音楽(卒業記念盤,合唱祭の音源,アセテート盤,家庭のカセット他）＝一般市民生活記録グルーヴ●DJ:数の子ミュージックメイト●声:宇川直宏⭕️概要▶︎ ＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿ 2026/08/25/TUE 19:00-22:00<お時間お間違い無く> ■数の子ミュージックメイト Presents ｢今日は１日｢身内音楽」三昧! 第二十唱」＜夏休み最終局面編＞ 〜身内音楽（卒業記念盤、合唱祭のレコード、お遊戯会・発表会の音源、 アセテート盤、レコスタ、家庭のカセットテープ、作業所・地方の自主盤など）＝一般市民生活記録グルーヴ!!! ●DJ：数の子ミュージックメイト（身内音楽収集家）｜BROADJ#3578# ●声の出演：宇川直宏（DOMMUNE） ＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿ ●｢身内音楽」とは何か？ それはあなたの実家の押入にもあるかもしれない、一番近くて一番遠い音源たち。普通の人が歌ったり、演奏したり、しゃべったりした記録が収められた音源の事です。メディアはレコード・CD・カセットテープ・MD。記憶の片隅からも抜け落ちて、リサイクルショップで叩き売られるそうした音源を収集しているのが数の子ミュージックメイトです。合唱コンクールやお遊戯会、場末のスナックや部屋の中で作られた身内音楽には、みんな知ってるはずなのに、普段は完全に忘れている｢あの」感じがたっぷり詰め込まれています。プロの演奏も良いけど、たまにはあなたの周りで当たり前に存在する音に耳を傾けてみませんか？ 今夜、東京／渋谷のランドマーク、地上９Fのアンダーグラウンド＝渋谷PARCO9F SUPER DOMMUNEにて ｢今日は１日｢身内音楽」三昧！」 の第二十唱が開催！ 昭和から平成にかけて一般市民の方々が音を奏で声を発してきたライフログ音源の記録を、ライフログアートの提唱者＝DOMMUNEの宇川直宏総裁とのAMラジオのようなパーソナルな対話とともに、ゆったりと聴いてゆきます。みなさん、夏休み最終局面の宿題のお供に。そして奇特な好事家の方々は是非スタジオへ。 Text by 数の子ミュージックメイト（身内音楽収集家） ＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿ PROGRAM INFO • 身内音楽収集家／数の子ミュージックメイト（X） ＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿ ENTRANCE ¥2000（この金額で前半／後半通して観覧可能です。超エクスクルーシヴ限定35人のスタジオ観覧者を募集中です！なおエントランスで１ドリンクをご注文ください。） PLACE 〒150-0042 東京都渋谷区宇田川町15-1 渋谷PARCO9F「SUPER DOMMUNE」 15-1 Udagawa-Cho Shibuya-ku Tokyo 150-0042｜Shibuya PARCO9F「SUPER DOMMUNE」 SUPER DOMMUNE FLOOR GUIDE 　MAP ＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿ ■ ご来場者はカメラに映る可能性がごさいますので、ご了承のうえご参加ください。 ■ スタジオには、クロークやロッカーございません。手荷物は少なめでご来場のうえ、ご自身での管理をお願いします。 ■ ドリンク類はスタジオ内でお買い求めいただけます。お飲み物の持ち込みはご遠慮ください。 ＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿ ＜新型 コロナウイルス、インフルエンザA（H1N1）亜型、A（H3N2）亜型、B型等の感染症予防および拡散防止対策について＞ • 発熱、咳、くしゃみ、全身痛、下痢などの症状がある場合は、必ずご来場の前に医療機関にご相談いただき、指示に従って指定の医療機関にて受診してください。 • 会場にて万が一体調が悪くなった場合、我慢なさらずに速やかにお近くのスタッフにお声がけください。 • 会場には、クロークやロッカーはございません。手荷物は少なめでご来場の上、ご自身での管理をお願いいたします。 ＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿ • 本イベントはDOMMUNEからの生配信を実施いたします。 DOMMUNE YouTubeチャンネル（ • 生配信では、YouTubeのスーパーチャット機能による投げ銭を募っております。何卒サポートをよろしくお願いいたします。 • 会場の関係などにより、開演時間が前後する可能性があります。予めご了承ください。

6/17「街角トーク〜対話フェスへの道」 杉並区の色んな声を聞いていきます！ 新高円寺駅前と阿佐ヶ谷駅南口で 選挙が近いこともあって段々に杉並区の問題に触れる声が多くなってきた 新高円寺駅 「昔は杉並区のこと興味なかった。でも子育てしていて気づいた。児童館を減らすとか子供を育てることを難しくすることが多い。それで調べたら他にも杉並区には色んな問題があった。今は杉並区を良くしたい」 →自分の生活から始まるんですよね。政治は。 ずっと立ち止まってこちらをみている女性が 「青梅街道のバイクの音がうるさすぎて夜中に起きちゃう。なんとかして欲しい」 →そうか。なんとかしたいよね。どうしよう？ 「音が出ないエンジンの仕組みがあるらしい」 →！！！え！どんな仕組み？ 「。。忘れた」 →次回の宿題ですよー思い出してー 「私が岸本さとこさんを応援するのは優しいから？違う、話を聞いてくれるから。」 →その後優しいってなんだろって話になりました。ありがとう！ 阿佐ヶ谷駅南口 「出家しようと思ってる」(！！！) まじで出家する数秒前状態！ 「出家しても政治には参加する。 仏教の回殺生は日本国憲法第9条に通じる！」 →仏教と憲法の深い繋がりは反戦平和。 そういえば日本には昔17条憲法があった。 「絵本を描いてます。絵本も本も本屋が少なくなっている。でも需要はあるはず。家でも親が読み聞かせ復活させて欲しい」 いいですね。親御さんたち向けの読み聞か説ワークショップやりましょう！ 6/20対話フェスで一人一人のおしゃべりに伴奏をしてくれるジャズのキムヨンジュTRIOのサックス•ヨンジュさんも来てくれました 「即興で大事なことは相手の声、話を聞くこと。まず聞くこと。自分ばかり喋るのを一回止めよう」 →。。オレのことだよ。はい。反省。 さっき来たばかりの人をステージに上げた 「あなたはね。。。馴れ馴れしい」 →はい。また反省。。でもそれがこの街角トークの取り柄です。また話しかけさせてください！ 「私取材で杉並区長選候補にインタビューしてて、、今からある候補にインタビューしに行くんです」 →え？誰に？ 「それは秘密です」 →あー知りたい。もう直ぐYouTube公開するそうです！チェックイット！ などなど。。。 皆さんありがとうございました！ 今日も色々な声が聞けました！ 杉並区のそれぞれの人にそれぞれの声が詰まっている。 そういう色んな人でできてる杉並区。 その声を聞いてカタチにする それが対話の杉並区。 6/20は阿佐ヶ谷駅南口の噴水広場で あさ10-夜7時までスペシャル編 「杉並街角トーク対話フェス6.20」 土曜日は空けといてください！ 今日6/18は 京王本線の八幡山駅に16:30-17:20 毎日恒例の阿佐ヶ谷駅南口は18時から あなたの声を聞かせてください！