#voice-ai 5 total

AI要約 OpenAIはAPI経由で利用できる新しい音声モデル群を発表し、音声AIの性能を向上させた。より自然な発話、低レイテンシ、堅牢な認識を実現し、開発者が音声エージェントや対話アプリを構築しやすくなる。

EN Explore new realtime voice models in the OpenAI API that can reason, translate, and transcribe speech, enabling more natural and intelligent voice experiences.

AI要約 Google DeepMindは表現力に優れた次世代の音声合成モデル「Gemini 3.1 Flash TTS」を発表した。自然なイントネーションや感情表現を備え、低レイテンシかつ多言語対応で、開発者向けにAPIを通じて提供される。

EN Our newest audio model introduces granular audio tags that give you precise control to direct AI speech for expressive audio generation.

AI要約 Google DeepMindは音声対話向けモデル「Gemini 3.1 Flash Live」を発表した。応答の自然さと信頼性を高め、リアルタイム音声AIの実用性を一段と引き上げるアップデートとなる。開発者はLive APIを通じて低遅延の音声体験を構築できる。

EN Our latest voice model has improved precision and lower latency to make voice interactions more fluid, natural and precise.

AI要約 Google DeepMindはGemini APIとVertex AI向けに改良された音声モデルを発表した。新たなネイティブ音声対話、TTS、音声認識(ASR)機能を提供し、より自然で表現豊かな会話体験を可能にする。エンタープライズ向け開発者が音声エージェントなどを構築できる。

EN Improved Gemini audio models for powerful voice experiences