
ElevenLabsがニューヨークでポップアップを開催し、同社の音声モデルを搭載したロボットがコーヒー注文を受け付けて飲料を準備するデモを実施。人間の関与は最小限(コーヒー豆とミルクの補充のみ)だった。
音声認識が課題として浮上。ロボットは利用者の声認識に苦戦し、ネットワーク遅延も発生。また、名前「Rachyl」を典型的なスペリング「Rachel」として認識するなど、入力の正確性に問題があった。
数年にわたりAIカスタマーサービスが主要なユースケースとして宣伝されてきたが、ユーザーはAI音声を聞くと、より長く待つことになっても人間エージェントの対応を要求する傾向があり、信頼の獲得に至っていない。
ElevenLabsは$11 billionの企業評価を受けており、チェコ政府の音声提供からクリエイター向けスポンサー投稿のボイスオーバー生成まで、複数業界への展開を進めている。
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。
個人開発者がYuruneを制作した

開発者がMoonshine Voiceの日本語「Small Streaming」モデルをLinux CPU(16コア)上でfaster-whisperのsmallモデルと比較し、合成音声・FLEURSの20クリップ・自作…

日本俳優連合は10月15日、音声に関する生成AIガイドラインを策定し、学習・生成・公開の全段階で演者の事前同意を求めた

SpaceXSIはGrok Voice 3.0をリリース
Squareは、21.5インチのタッチスクリーンと、販売店のメニューを理解して音声で注文を受け付けるAI音声レイヤーを備えたピル型の注文端末「Square Kiosk」を発売した

YouTubeはAIで「改変または完全に生成」された楽曲に「Made with AI」ラベルを付け始めた
