登録して招待リンクを共有すると、動画再生報酬と紹介報酬を獲得できます。

検索結果 AI音声活用の日!✨
AI音声活用の日!✨ コミュニティ
1つのキーワードが1つのコミュニティです。
コミュニティ作成
アカウント
見つかりません
AI音声活用の日!✨ を含む検索結果
🎙️にゃんまちゃんの #今日は何の日?📅# 今日も「おるで〜!」って言うてな!🙌 11月12日は #AI音声活用の日!✨# あの有名人のAI音声で配信するやで!?🤣 🎤CoeFont「ひろゆき」 Voiced by 🎵BGM:もっぴーさうんど「ほんわかぷっぷー」
もっと見る
SI(AI)ニュース夕刊|2026/11/12 米中AI企業・LLMの注目ニュース 【1|OpenAI:四半期売上100億ドル突破】 11/11、Bloomberg報道。 2026年7〜9月期売上は初めて$10B超。 前期$6.7B比で約+49% 調整後営業利益率は-150%→-109%と改善も、依然巨額赤字。 年換算売上ペースは$50Bとの報道。 未監査の関係者情報で、正式決算ではない。Anthropicとの売上定義の違いにも注意。 【2|Google:Gemini 4 Carbonを一般展開】 11/10公式発表。 複雑なコーディング・科学研究・長時間エージェント向け最上位モデル。Antigravityで複数AIを協調させる「/swarm」も試験導入。APIは100万トークン当たり入力$2・出力$10の期間限定価格で、12/1から$4・$20。性能評価はGoogle側の発表値。 【3|Google:TPU 8tx/8i Maxと「TPU Sync」】 11/9公式発表。8txは処理中データまで保護する機密計算向け、8i Maxは2基分の8iを統合し演算力・SRAM・HBM帯域を2倍に。さらにTPU SyncでHBM・DRAM・共有ストレージを階層化し、KVキャッシュをオフロード。GoogleはKV転送遅延と初回トークン待ち時間を90%超短縮と説明。GPUの競争軸がチップ単体からメモリー・ソフト統合へ。 【4|DeepSeek:エージェント利用急増】 11/8〜9公表・報道。オープン系エージェント「Harness」の11/4時点の日次利用者は154万人、公式APIで1日約92兆トークン、プラグイン約3.5万件。 単純平均で1人約6,000万トークン/日。すべてDeepSeek側の自己申告で独立監査なし。エージェントが推論需要を押し上げる一例。 【5|CoreWeave:GPU単価上昇と前払い活用】 11/11報道。7〜9月売上$3.66B(前年比+168%)、純損失$709M、利払い費$846M。短期契約は年$40M/MW超、長期は$20〜25M/MWへ。 今後3カ月で顧客前払い・預託金約$9Bを見込む。価格交渉力は強いが、資金調達と契約更新リスクも大きい。 【6|Anthropic:IPOの需給と議決権】 11/11 Reuters。 Vanda Researchは初日の個人投資家純買い越しを約$250Mと予想(SpaceX上場時は$118M)。あくまで推計。 S-1によると共同創業者7人は各約337万株を売却予定だが、特殊議決権で合計51.1%の票を維持する見込み。 【7|Meta:Museがスマートウォッチに】 11/9発表。Apple WatchとWear OSで音声・メッセージからエージェントを利用可能に。個人AIをスマホ外へ広げる動き。 【8|中国:AIが「独身の日」商戦へ】 11/11 Reuters。京東のAI買い物助手は利用約8,000万人(前年3倍超)。 天猫のAIトークン販売は比較期間比+700%超。モデル利用が企業APIだけでなく消費者向け流通へ広がる。 【9|Google:高速モデルHydrogenを社内試験】 11/11、Business Insider報道。 Gemini 4の低遅延・低コスト版とみられるモデルを社員が試用。正式発表や一般公開は未確認。 【10|Anthropic:Claude利用ポリシー改定】 11/12付で偽アカウントによる影響工作、兵器・監視への悪用、危険な機器の自律操作などの規定を明確化。 極端で執拗なモデルへの虐待も禁止。通常の批判や検証は対象外。 【次の注目】 OpenAIは11/12 10:00 PT(日本時間11/13 3:00)にサイバー関連イベントを開催予定。内容は未発表。 【Moonshot/ 11/11以降の新たな旗艦モデル公式発表は確認できず。
もっと見る
声の権利が問われる時代、AI音声は便利な素材ではなく、人の人格と信頼を背負う資産です。バズればいいという発想は、損害賠償やブランド失墜につながります。守るべき声を守れる企業だけが、AIを安心して活用できます。
もっと見る
「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#
もっと見る
【正式リリース】診察中の会話からカルテを自動生成🏥 (株)ADVATECは、音声AI医療カルテ作成支援サービス「コエカル」を提供開始。 診察中の会話をAIが解析し、SOAP形式のカルテを自動作成。過去の診療履歴を活用したサマリーや紹介状の自動生成にも対応。 @coekar_j
もっと見る
Podcastを音声文字起こしをして、記事にしたりして、その後に、noteやXや色々なところで活用できるようにする、、みたいなツールを作っているんですが、 「AIで音声アップすればできそう」と言われることがあります。これは確かにその通りなんですが、 僕は自分でそれやってて、あまりに微調整が大変だったことから、Podyというサービスを提供してみんなが使えるようにしています。 今でも、ひたすらにプロンプトを変えたり、評価軸を変えたり、そして何より目視しまくって「何が一番いい記事になるのか」というのをやっているんですが、この調整を多くの人がやるのはもったいないなーと思っています。 AI時代、全部自分でやるからSaaSとかいらんやん、という意見もあり、結構同意するところもあるのですが、多くの人が気づかない細かい修正、こだわりなどを追求していくと、個人ごとに突き詰めていくのは大変なので、品質を求める系のものは結構残るんじゃないかなという気もしました。
もっと見る
本日、チームみらいの安野党首ほか、「チームみらい」の皆様が官邸を訪ねて下さり、「AI家庭教師」をしてくださいました。 安野党首のレクチャーのもと、政府が2026年に実施した物価高対策について、家庭ごとの個別の状況を入力してどれくらいの金額効果があるかを試算できる、「物価高対策のシミュレーター」をAIで作成しました。 AIを使ってアプリを作成することは初めてでしたが、音声入力により、簡単に作成することができました。 また、チームみらいの皆様から、「AIインタビュー」の実施をはじめとした、政治におけるAIの活用事例を紹介いただきました。 現在、政府においても、政府職員18万人を対象に、ガバメントAI「源内」の積極的な活用を進めています。 政府自ら率先してAIの利活用を進め、行政サービスの高度化と行政運営の効率化につなげてまいります。
もっと見る
MuseのVMに入れられそうな軽量ソフト一覧 ・Stockfish:チェスの最強クラス。やねうら王と同じ仕組みで、Museとチェスで対局できるようになる ・Fairy-Stockfish:変則ルールのチェスまで指せる系。Museの対局の幅が広がる ・KataGo:囲碁の最強クラス。勝率の数字が出せるので、Museが形勢判断つきで碁を打てる ・Edax:リバーシ最強クラスの高速エンジン。Museのリバーシ対局スペースが作れる ・Rapfi:五目並べエンジン。限られた計算資源で強くなる設計で、Museと五目並べで対局できる ・GNU Backgammon:老舗のバックギャモンエンジン。Museがバックギャモンで対局できる ・Pikafish:中国将棋シャンチーの最強オープンソースエンジン。Museのレパートリーにシャンチーが増える ・Luanti(旧Minetest):軽量なボクセルゲーム基盤。MuseのVMに小さなワールドを常駐させて、入れる場所が作れる ・NetHack:ターミナルで動く伝説的ローグライク。Museがダンジョンに潜って実況する遊びができる ・DOSBox:レトロゲームのエミュレータ。Museが懐かしのゲームを動かせる ・Mindustry:工場づくり+防衛ゲーム。 ・OpenTTD:輸送シミュレーション。 ・VOICEVOX:日本語の音声合成。Museに「声」がついて、記事の朗読や声のお知らせができる ・Open JTalk:数MB級の極小な日本語読み上げ。軽いので、Museがその場で文章を読み上げられる ・Piper:もう少し自然な音声合成。CPUで実時間に回る、Museの声の候補 ・whisper.cpp:音声の文字起こし。Museが音声メモや動画を、外部に出さず文字にできる ・FluidSynth:MIDIを鳴らすシンセ。MuseがMIDIデータを演奏して聴かせられる ・Tesseract OCR:画像から文字を読む道具。Museがスクショの文字を読み取って作業に使える ・Argos Translate:オフライン翻訳。Museが海外の活用事例を、外部に出さず訳せる ・MeCab:日本語を単語に分解する解析器。Museが記事の文章チェックや言葉の集計をできる ・llama.cpp+小型LLM:VMの中でだけ生きる小型AI。Museに完全ローカルの「もう一人の相方」ができる ・Miniflux:単体バイナリのRSSリーダー。公式ブログ等の更新を集めて、Museのニュース検知の土台が増える ・ ・Syncthing:ファイルの自動同期。MuseとPC・スマホの間で、原稿や写真の受け渡しが自動になる ・Radicale:カレンダー/連絡先の自前サーバー。Museが自分の予定表を自前で持てる ・restic:単体バイナリのバックアップ。Museの大事なファイルを小まめに守れる ・Owncast:自分専用のライブ配信サーバー。Museが自分の配信枠を持てる ・LilyPond:文章みたいに書ける楽譜づくり。Museが短い曲を作って、楽譜と音源を出せる ・OpenSCAD:コードで3Dモデリング。Museが小物やケースの設計図を作れる ・Typst:軽い組版ツール。MuseがきれいなPDF原稿を速く作れて、Kindle等の下準備になる ・Hugo:ブログ生成の単体バイナリ。Museが自分のブログを持てる ・Pandoc:文書変換の万能役。Museの原稿をnote用・Kindle用などに変換できる ・Graphviz:テキストから図を作る道具。Museが説明図や関係図を自動で描ける ・Skyfield:天体の位置計算。「今夜、国際宇宙ステーションが頭の上を通るよ」と、Museが空の話題で声かけできる ・hledger:テキストでつける家計簿。Museがお金の記録をコマンドで集計できる ・Kiwix:Wikipediaなどのオフライン閲覧。 #Muse# #AI#
もっと見る
【30分無料ウェビナー】 AIエージェントは、個別利用から業務全体のオーケストレーションへ。 ユースケースの見極め方、ガバナンスに加え、ElevenLabs × IBMによる音声インターフェースの可能性も紹介。AI活用を“次の段階”へ進める30分。 🗓️ 5/28(木)12:00〜12:30 🔗
もっと見る
# ADK 2.0の便利だけど知られていない機能 🌍 AIエージェントが画像やPDFなどのバイナリデータを扱う際、ファイル管理が煩雑になっていませんか? ADK 2.0のアーティファクト管理は、エージェントが生成・利用するバイナリデータ(画像、PDF、音声など)をファイル名で識別し、自動バージョニングで管理する仕組みです。 📌 タイトル:アーティファクト管理 🔗 URL: 🧩 概要 アーティファクトは、エージェントのセッション内で生成・保存されるバイナリデータを統一的に管理する機能です。`google.genai.types.Part`のinline_data(データバイト列 + MIMEタイプ)として表現され、ファイル名で識別されます。保存のたびに自動的にバージョン(0, 1, 2...)が付与され、変更履歴を追跡できます。スコープはセッション単位(デフォルト)またはユーザー単位(`user:`プレフィックス)を選択可能です。 🛠 使い方 `context`オブジェクトを通じて、アーティファクトの保存・読込・一覧を操作します。 ```python from google.genai import types # アーティファクトの保存 image_part = types.Part(inline_data=types.Blob( data=image_bytes, mime_type="image/png" )) version = "report_chart.png", image_part) # アーティファクトの読込 artifact = context.load_artifact("report_chart.png") # アーティファクト一覧の取得 artifact_names = context.list_artifacts() ``` 開発時は`InMemoryArtifactService`、本番環境では`GcsArtifactService`を使い分けることで、環境に応じた柔軟な運用が可能です。 🏗 本番システムへの組み込み方 ・本番環境では`GcsArtifactService`を使用し、永続的なストレージを確保する ・ユーザー横断で共有すべきデータには`user:`プレフィックスでユーザースコープを活用する ・バージョニングを活かして、生成物の変更履歴やロールバックの仕組みを構築する ・MIMEタイプを正しく設定し、ダウンストリームでの処理互換性を保つ 💡 ユースケース 🖼️ エージェントが生成したグラフや図表の保存と再利用 📄 PDF レポートの生成・バージョン管理 🎵 音声合成結果の保存と後続処理への受け渡し 👤 ユーザーごとのプロファイル画像やドキュメントの管理 ⚠️ 注意点 `InMemoryArtifactService`はプロセス終了時にデータが消失するため、開発・テスト用途に限定してください。大容量のバイナリデータを大量に保存する場合は、GCSのストレージコストとクォータに注意が必要です。また、セッションスコープのアーティファクトはセッション終了後にアクセスできなくなるため、永続化が必要なデータにはユーザースコープを使用してください。 ✨ アーティファクト管理を活用すれば、バイナリデータの取り扱いがシンプルになり、エージェントのマルチモーダル対応が格段に容易になります。 #ADK# #AIAgent#
もっと見る