top of page

Generatived(Beta)|生成AIの最新ニュースとトレンドを提供

logo.png

GoogleがAIエッジスタックにオーディオ機能を追加

Generatived

25/9/11 9:00

Googleは最近、AI Edgeスタックにオーディオ機能を追加すると発表しました。Gemma 3nは、この機能強化を搭載した最初のモデルとなります。高品質な音声テキスト変換や音声翻訳テキスト生成などの新しいオーディオ機能は、 AndroidプラットフォームとWebプラットフォームの両方でMediaPipe LLM推論APIを通じて利用できます。このAPIは当初、最大30秒のオーディオクリップのバッチ推論をサポートし、将来的にはストリーミングオーディオのサポートも導入する予定です。

Googleは、新しい音声機能を紹介するため、AI Edge Galleryアプリをアップデートし、「Audio Scribe」機能を導入しました。この機能により、ユーザーはインターネット接続を必要とせず、音声クリップやライブ録音をデバイス上で直接書き起こすことができます。既に50万回以上のAPKダウンロードを記録し、大きな反響を得ているAI Edge Galleryアプリは、開発者に実用的な例と透明性のあるパフォーマンス指標を提供することを目的としています。

アクセシビリティ向上のため、 GoogleはAI Edge GalleryをGoogle Playストアでオープンベータ版として公開するとともに、 GitHubで完全なソースコードの提供を継続しています。この二重のアプローチにより、開発者はデモを簡単に体験できるだけでなく、コードベースを深く掘り下げることも可能になります。今後、 Googleはアプリの機能を拡張し、iOSユーザーへの提供、AI生成タスクの追加、開発者の柔軟性向上のための新しいオープンソースランタイムへの移行、そしてコミュニティとの連携によるオープンソースモデルの公開などを進めていく予定です。

この記事を共有:

最新のニュース
マイクロソフト、AI悪用の詐欺攻撃増加を警告

マイクロソフト、AI悪用の詐欺攻撃増加を警告

26/6/11 9:00

マイクロソフト(米国ワシントン州)は、ChatGPTやClaude、DeepSeekなど著名なAIサービスの名称を悪用したフィッシングやマルウェア配布キャンペーンが増加していると発表した。

アップル、Xcode27とAI基盤を強化

アップル、Xcode27とAI基盤を強化

26/6/11 9:00

Apple(米カリフォルニア州クパチーノ)は、AI機能の開発を支援する新たなフレームワークやXcode 27の機能拡張を発表した。

NVIDIA、臨床音声AI評価手法を公開

NVIDIA、臨床音声AI評価手法を公開

26/6/11 9:00

NVIDIA(米カリフォルニア州サンタクララ)は、医療分野向け音声認識システムの精度向上を目的とした、合成音声データ生成と評価のワークフローを紹介した。

Google�、Gemini 3.5 Live Translate公開

Google、Gemini 3.5 Live Translate公開

26/6/11 9:00

Google(米カリフォルニア州マウンテンビュー)は、音声対音声翻訳モデル「Gemini 3.5 Live Translate」を発表したと明らかにした。

Copyright © 2024 Generatived - All right Reserved.

この記事を共有:

この記事を共有:

Generatived AI Logo

Generatived は、Generative AIに特化した情報やトレンドをお届けするサービスです。大きく変わりゆく世界の情報を全力でお届けします。

  • Facebook
  • X

フォローをお願いします

言語

最新のニュース
マイクロソフト、AI悪用の詐欺攻撃増加を警告

マイクロソフト、AI悪用の詐欺攻撃増加を警告

26/6/11 9:00

マイクロソフト(米国ワシントン州)は、ChatGPTやClaude、DeepSeekなど著名なAIサービスの名称を悪用したフィッシングやマルウェア配布キャンペーンが増加していると発表した。

アップル、Xcode27とAI基盤を強化

アップル、Xcode27とAI基盤を強化

26/6/11 9:00

Apple(米カリフォルニア州クパチーノ)は、AI機能の開発を支援する新たなフレームワークやXcode 27の機能拡張を発表した。

NVIDIA、臨床音声AI評価手法を公開

NVIDIA、臨床音声AI評価手法を公開

26/6/11 9:00

NVIDIA(米カリフォルニア州サンタクララ)は、医療分野向け音声認識システムの精度向上を目的とした、合成音声データ生成と評価のワークフローを紹介した。

Google、Gemini 3.5 Live Translate公開

Google、Gemini 3.5 Live Translate公開

26/6/11 9:00

Google(米カリフォルニア州マウンテンビュー)は、音声対音声翻訳モデル「Gemini 3.5 Live Translate」を発表したと明らかにした。

bottom of page