Generatived（Beta）｜生成AIの最新ニュースとトレンドを提供

アスク（東京都千代田区）は、ax（東京都渋谷区）の開発したAI音声認識用ソフトウェアライブラリー、ailia AI Speechの取り扱いを開始すると発表した。ailia AI Speechは、アメリカのAI研究機関「OpenAI」が開発した音声認識モデル「Whisper」を使用しており、一般的な開発言語「C++」やゲーム開発エンジン「Unity」に対応している。これにより、ソフトウェア開発者は、NVIDIA Jetson ORINシリーズやPC、スマートフォンなどのプラットフォームに簡単に高性能音声AIを実装することが可能になる。ailia AI Speechは、日本語を含む99言語の音声認識に対応しており、日本語・中国語から英語へのリアルタイム翻訳も可能だ。また、クラウドへの接続が不要なエッジAIとして、高速・高精度の音声認識を実現する。音声データをクラウドに送信しないため、医療分野などプライバシーが重要な用途でも使用可能で、ネットワーク遮断への耐性や、利用者数の増加に伴うクラウドコストの増加を回避することができる。ailia AI Speechの活用例としては、医療現場や食品加工場など、デバイスを接触して使用することが難しい場面での音声入力が可能だ。また、音声からの書類自動作成やコールセンターの対応力強化、電話を使った犯罪の抑止、動画・音声ファイルの台詞による検索・自動分割・編集、ChatGPTを活用したアバターとのコミュニケーションにおける音声入力など、さまざまな応用例が考えられる。さらに、国際化が進み、あらゆる言語が飛び交う状況でも、職場でのコミニュケーション改善やマニュアルなどの連絡事項共有など、リアルタイム翻訳を使ったサービスを利用することが可能だ。