開発者がSteerTTSを公開した。23Mパラメータの英語TTSで、9.6Mパラメータの音響モデルとVocosボコーダー、12のzスコア制御、51のスタイルタグ、2,825の内蔵音声を備える。
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。
DeepSeekがDeepInferをApache 2.0ライセンスでGitHubに公開
IBM、Red Hat、GoogleがKubernetesベースの推論フレームワークllm-dのバージョン1.0をリリースし、マルチテナントのサービス品質、無停止運用、エージェント専用のサービングパターンを追加した
Elevenlabsは音声間モデルEleven Realtime 2種を公開
ACS Researchは、LLM心理学研究者・愛好家に大規模オープン基盤モデルを提供する無料プラットフォームを公開する
中国商務省がフロンティアAIモデルの国際共有に政府の事前承認を義務付ける政策案を公表し、米国土安全保障省は連邦政府の民間調達でDeepSeekをベンダーとして制限するよう命じた
Mistral AIが「Voxtral Small Transcribe 3」「Voxtral Mini TTS 3」、LiveKitベースの音声エージェントSDKをまとめた「Voxtral 3」を発表した
