遅延が百ミリ秒台まで落ちて、音声は初めて会話らしくなります。ASR から TTS までの工程を、音声から音声への一貫処理がどこで省くのか、順番管理とツール呼び出しがどう「話す」から「済ませる」へ進めるのかを説明します。
2026年10月26日、AppleはiOS 27.2やiPadOS 27.2などのシステムアップデートを配信し、Siri AIが初めて英語の枠を出た。フランス語、日本語、韓国語、ポルトガル語、スペイン語のユーザーが、個人の文脈を基盤とする新しい音声アシスタントを使えるようになった。9月にiOS 27...
Grok Botの新しい機能は2026年10月25日に明らかになった。xAI創業者のイーロン・マスク氏は同日、X上で、Grok Botがユーザーの代わりに個人や企業へ電話をかけられるようになったと発表した。ユーザーの依頼内容を伝え、通話中の相手の回答を記録し、最後に通話の要約をユーザーへ送る。ユーザ...
2026年10月24日、公共安全テクノロジー企業のAxonは公式プレスリリースで、次世代ボディカメラ「Axon Body 5」を発表した。処理能力は前世代の25倍、バッテリーは20%長持ちし、初めて標準モデルとProモデルの2バージョン展開となる。かつて事後の証拠記録だけを担っていた機器を、署に戻っ...
2026年10月24日、TechCrunchはBlockの研究ラボによる新しい音声モデルDessaを報じた。Dessaは文字を経由せず、音で聞いて音で答える。Blockの創業者Jack Dorseyは10月23日の投稿で、Dessaと話すのは人と話すようで、感情や間、自然なリズムがあると書いた。この...
10月24日AI速報の5本：Blockが全二重音声モデルDessaを発表、学習に使ったのは人の会話の録音だけでテキストは不使用。Pathos AIが2億3700万ドルのシリーズEを調達し、ブリストル・マイヤーズ スクイブとTempus AIと組んで神経疾患の新薬開発へ。AI動画プラットフォームHig...
2026 年 10 月 23 日、NVIDIA は公式技術レポートで Nemotron 3.5 Bolt E4B を発表した。"GB あたりの知能密度"が最も高いことをうたうオープンソースの小型言語モデルだ。Google の Gemma 4 E4B をベースに Nemotron ポストトレーニングで...
OpenAI の Decisions API は 10 月 22 日に正式提供（GA）を開始した。GPT-6 Luna を基盤とし、「答えの範囲が定まった」小さな判断に特化している。公式発表によると、アプリやエージェントはワークフロー全体で無数の小さな判断を行う。入力へのラベル付け、リクエストの振り...
Sierra は 2026 年 10 月 22 日、音声エージェントの最も基礎的な仕事を測る τ-Entity ベンチマークを公開した。氏名、電話番号、住所、メールアドレスといった情報を正確に聞き取り、正しく記録し、間違えたかもしれないときに直せるかを試すもので、課題は 200 件、対象は 10 種...
