何が起きたか
公開日本語音声40本を同じ速さで流して比較したところ、文字誤り率はElevenLabsが5.4%、Sonioxが4.6%。ElevenLabsの漢数字を正規化すると4.2%対4.6%だった。
なぜ重要か
精度がほぼ並んだため実質的な差は文の分割とコストに絞られ、誤り率だけで選んでも明確な優劣はつかない。
こういう要約が、毎朝あなたのメールに届きます。
業界と使っているAIツールを選ぶと、仕事に関係するニュースが毎朝届きます。
登録無料・Googleアカウントなら30秒・いつでも解除できますAITodayについて →
この記事についてわからないことをAIに質問できます。AIはこの記事・AIToday の過去記事・Wikipedia を読み、出典を付けて答えます。Q&Aはこのページに公開され、他の読者も読めます。
このようなAIの動きを、御社の業界・競合に合わせて毎朝届ける法人プランもあります → 詳しく見る
Cerence AIはGeelyとの協業をインテリジェントコックピットから具現化ロボティクスへ広げると発表
AWSはエージェントの文生成ごとにAmazon SageMaker AI上のKokoro-82M TTSモデルへストリーミングし、初回音声は329.3 msから156.7 msへ52.4%改善した
同じ20ラベルの480クリップで、Gemini 3.1 Proが人間ラベルに対しトリガーF1 0.325で最高
LINEヤフーが10月22日、飲食店向け「LINE AI予約」の正式提供を開始
IBMはGranite Speech 5.0 2Bを公開した
ファナックは、作業者が話しかけてロボットに指示できるAIを開発した
