
何が起きたか
DeepgramのNick Mann氏は音声AIモデルをAI対応ノートPC上でネイティブかつエアギャップで動かしたいと述べた。中小企業はNvidia GB10でIVRを運用できる。
なぜ重要か
それは音声AIをデータセンターの外へ、学生が学校に持って行くノートPCへと押し出すことになる。クラウド、オンプレミス、Dellのラボでのホスティングとは異なる導入経路だ。
こういう要約が、毎朝あなたのメールに届きます。
DeepgramがノートPCを目指す動きは、航空管制や救急医療など騒音が多く失敗が許されない環境向けに13年間音声モデルを調整してきた末に出てきたものだ。同社は今年初めにFluxモデルを10言語に拡張し、出荷するどのモデルもまもなく追い越されると想定し、各リリースを再トレーニング候補として扱っている。
そのインフラ需要は社内研究チームと数万の外部顧客の双方に及ぶ。そうした顧客の大多数はモデルを自らホストしており、最近のFortanix Inc.との提携により、規制産業向けにプライベートなオンプレミス音声AIを提供している。Dell TechnologiesはDeepgramのインフラを供給する一方、DellのCustomer Solution Center Innovation Labでも同社のモデルを運用しており、Mann氏はその範囲が大企業から中小企業に及ぶと述べた。
ノートPCでの目標はそのスペクトルの最も端に位置する。現在、中小企業は小型のNvidia GB10システムでIVRを運用できるが、Mann氏が追い求めているより大きな課題はデータセンターの外、学生が今や学校に持って行くAI対応ノートPCにあるという。そこでモデルをネイティブかつエアギャップで動かすことは、Deepgramが現在支えるクラウド、オンプレミス、Dellホストの構成とは異なる導入経路となる。
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。
PolyAIのCTO Shawn Wen氏はHumanXカンファレンスで、全二重モデルはすでに存在するが、音声AIにはまだ「ChatGPTの瞬間」がないと語った

開発者のoboroge0氏が、GPUもクラウドAPIも使わずCPUだけで動くリアルタイム多言語音声認識システム「Hayamimi」を公開した

Appleは欧州委員会に、Huxe AIの特定従業員に雇用を申し出て合意し、Huxeの知的財産権の非独占ライセンスを取得すると伝えた

Bragi CEOのNikolaj Hviid氏は、AIオーディオは独自のインターフェースを模索中で、市場には異なるブランド、チップ、ソフトウェア、サービスをつなぐ共通基盤が欠けていると述べた

人間1人とAIボーカリスト彩瀬??が運営する音楽ユニットRESONALが、企画からリリース準備まで、AIとの対話で曲を作る工程を解説するガイドを公開した

OpenAIがChatGPTで音声ファイルのアップロードに対応し、文字起こしや要約、内容に関する質問への回答が可能になった
