iFlytek、音声基盤モデル SparkAudio 1.0 の API を公開
iFlytek（科大訊飛）は、音声基盤大規模モデル「SparkAudio 1.0」がオープンプラットフォームでAPIサービスを開始したと発表した。同モデルは99言語と202方言に対応し、音声の意味・感情・場面を直接理解することで、従来のカスケード方式による情報欠落の問題を克服する。このアップデートにより、開発者は音声文字起こし、多言語翻訳、環境音理解などのタスクのためにモデルを直接呼び出せるようになった。
1 社の報道をもとに AI が要約
出典
- IT之家元記事を読む ↗
最新
- モデル
Perplexity、Decider v1.3の意思決定モデルをリリース
PerplexityがオープンウェイトのDecider v1.3とFlash v1.3モデルをリリースした。新版本はスパン抽出用のLocate機能を追加し、63件のクエリ分類タスクで平均91.6%の精度を達成した。
- モデル
Google、新AIモデル「Gemini 4 Hydrogen」発表
Googleは新AIモデル「Gemini 4 Hydrogen」を発表した。旧モデルより2.5倍の処理速度を実現し、コーディングや検索機能が向上した。作業効率とユーザー体験の改善を目的としている。
- モデル
Tencent Hunyuan、リアルタイム音声モデル「Hy Realtime」を発表
Tencent の Hunyuan チームは、ツール呼び出しや歌唱機能を備えたリアルタイム音声モデル「Hy Realtime」を発表した。同モデルはすでに「Yuanbao」の音声通話機能や Tencent のカスタマーサービスで利用可能となっている。今後、Tencent Cloud を通じた API 提供も予定されており、リアルタイムの AI インタラクションが強化される。
- モデル
国際中国語教育向け垂直LLM「YuFei」が発表
2026年世界中国語会議にて「YuFei国際中国語教育垂直LLM」が発表された。同モデルは学習者・教師・教育機関向けに個別指導や教材生成、標準化インターフェースを提供し、AIを活用した国際中国語教育のデジタル化を推進する。
- モデル
NVIDIAがAlpamayo 2 Edgeのエンドツーエンド運転モデルを発表
NVIDIAは11月10日にエンドツーエンド自動運転モデル「Alpamayo 2 Edge」を発表した。因果推論と拡散アクションを組み合わせてDRIVE AGX Thorチップで動作し、複雑なシーンでの推論と運転判断を強化、クローズドループの性能が48.9%向上した。
すべてのニュース → · 著作権は各作者に帰属します