AI音声認識
Qwen3-ASRやWhisperといったモデルが会議やインタビュー、動画の音声を文字に変える様子を扱い、書き起こし・字幕・リアルタイム聴写の課題に応える。
Qwen3-ASRやWhisperといったモデルが会議やインタビュー、動画の音声を文字に変える様子を扱い、書き起こし・字幕・リアルタイム聴写の課題に応える。
AI議事録ツールの本当の課題は「録音できるかどうか」ではなく、「会議のあと誰が整理するか」だ。選ぶ前に2つの質問に答えてほしい。1週間に何回会議をするか。議事録は自分のためか、それとも共有してタスクを追うためか。答えが違えば、選ぶツールも違う。 まずは会議の頻度で分類:3タイプでニーズがまったく違う...
2026年9月24日、テンセントの混元(Hunyuan)は翻訳アプリ「テンセントHy翻訳」の正式リリースを発表した。ミニプログラム、ブラウザプラグイン、PC版も同時提供される。IT之家と界面新聞の同日報道によると、このアプリはテンセント混元が今年5月にオープンソース化した翻訳モデル「Hy-MT2」を...
結論から言う:海外によく行き、外国人と接する機会が多い人には、専用のAI翻訳イヤホンは真剣に検討する価値がある。一年に一度も海外に行かず、単語調べや動画視聴程度の需要しかない人には、スマホアプリで十分だ。わざわざお金をかける必要はない。 まず二つの場面を分ける:海外利用と日常利用は別物 海外では連続...
AIポッドキャストを作るなら、最初のステップはスペック比較ではなく用途の明確化だ。一人で原稿を読む番組が作りたいのか、二人の掛け合いを生成したいのか。この2種類は技術路線がまったく違う。種類を間違えれば、かけた手間はほぼ無駄になる。 一人語りの核心はテキスト読み上げ(TTS)だ。声の自然さ、リズム、...
2026年9月23日、Google DeepMindは公式ブログでGemini 3.8 Flash TTSとFlash-Lite TTSを発表した。これまでで最も表現力の高い音声生成モデルだという。新モデルは、自然言語のプロンプトでゼロから声をデザインしたり、30秒のサンプルから声を再現したりできる...
2026年9月23日、アリババのQwenチームは音声大規模モデルシリーズ「Qwen-Audio-3.1」を正式発表した。自動音声認識(ASR)、音声合成(TTS)、リアルタイム音声対話(Realtime)をカバーする5つの新モデルを一挙に投入し、さらに全く新しい「Next」シリーズ2種——Qwen-...
2026年9月22日夜、OPPOはFind X10シリーズ発表会でAI心力球(しんりきだま、心の力の玉の意)を正式発表し、価格は499元とした。快科技、智東西などの報道によると、この製品は1週間前のOPPO開発者会議で初披露され、今回の発表会で最終価格と販売スケジュールが明かされた。2026年10月...
2026年9月9日、AppleはニュースルームでApple Watch Series 12を発売し、価格は399ドルから始まりました。予約注文は現在受付中で、9月18日から販売開始されます。新製品の焦点は、分離センサーの追加ではなく、S11チップ、ヘルスセンシングシステム、ローカルオーディオ処理を用...