何が起きたか
Interspeech 2026論文で、凍結したHuBERT-large-ll60k上の軽量モジュールがTORGOのleave-one-speaker-outテストでWERを21.0%（Gated-FiLM）と21.3%（FiLMのみ）に低減した。
なぜ重要か
話者識別ではなく聞き取りやすさで特徴を条件付けすることで精度が向上しており、未見話者への適用が容易になる可能性がある。
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
Zennの記事が、構造化されたシード、名前付きのセクション構成、平易な言葉での指示、選択肢の生成、人間による編集からなる作詞パイプラインを解説し、AI Song Writer（SongLab）が従う例を挙げる
Zennのガイドは、AI生成BGMの候補を3案までに絞り、残す秒数とパートを書き出したうえで、メロディーを単音で歌い直すか録り直してMIDI化する手法を提案している
CEOの山本智和氏が率いるCareBuddyが、AIエージェントによる訪問介護オールインワンソフトのベータ版を2026年11月11日に正式発表する
アリババの達摩院（DAMO Academy）と浙江大学医学院付属第一医院が、腹部造影CT1回から146種類以上の病症を識別する汎用医療画像AI「DAMO RADAR」を開発
アルツハイマー薬探索財団（ADDF）は2026年10月28日、イーライリリー・アンド・カンパニーが「SpeechDx」をライセンス取得し音声を研究すると発表した
NVIDIAがタンパク質設計用AIモデル「RFD4-Proteina」を公開
