
何が起きたか
Microsoft AIがMAI-Transcribe-2-Streamingを発表。Artificial Analysisで首位、60言語対応、中間結果を100ミリ秒強で返す。
なぜ重要か
100ミリ秒未満の中間結果により、相手が話し終える前に音声エージェントが応答できる。自動電話やチャットエージェントが生の会話のように感じられる可能性がある。
注目点
低遅延と音声クローンが実運用で通用するか。両音声モデルは数秒の音声から声を複製でき、安全策が組み込まれている。あるテストでは、4,000人の参加者の約半数が声を実在の人物のものだと思った。
誰に効くか音声エージェントを構築する企業や開発者——顧客対応の電話システム、音声アシスタント、コールセンター自動化——は、より低い遅延と価格を利用できる。機密性の高い通話を扱うチームは、Microsoftが組み込まれていると説明する音声クローンと不正利用の安全策を天秤にかける必要がある。
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・競合に合わせて毎日届ける法人プランもあります → 詳しく見る
Reson8は5億パラメータの音声認識モデルRumble-2-FlashをApache 2.0ライセンスの無償オープンウェイトとして公開した
Microsoft Ignite 2026でマイクロソフトは赤・青・緑チームのエージェントを組み合わせ攻撃模擬・検知調査・脆弱性修正を行うMicrosoft Perceptionの一般提供を発表した

Microsoft Ignite 2026でWindows Server 2028のパブリックプレビューが公開され、Microsoft Foundry、Windows ML、vLLM、Llama.cppによるAI推論ホス…

AUMOVIOはDatabricks Unity GatewayをLLMへの唯一の経路に採用

CADMAGEDDONはBenchCADの64³ボクセルIoUで、1000部品のサブセットにおいて0.991を記録し、Claude Sonnet 5.5の0.963、Claude Opus 5.5の0.962、GPT-6…

MIT Technology ReviewのAI誇大広告指数はAIの広がりを示し、GoogleのAI Overviewsが広告収入で数十億ドルを失わせたことやAI支援のサイバー攻撃を挙げた
