ElevenLabs、対話文脈で音声文字起こしを最適化「Scribe v3」発表
ElevenLabsは、新しい音声認識モデル「Scribe v3」および「Scribe v3 Live」を発表した。これらは背景雑音や話し言葉の重なりを正確に処理し、会話の文脈を利用して音声エージェントが話し手の発言を遮断することを防ぐ。ベンチマークではOpenAIを上回る精度を示すが、MicrosoftやxAIと比較して速度が劣りコストも高い。
1 社の報道をもとに AI が要約
出典
- THE DECODER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