
何が起きたか
三菱電機と米国子会社Mitsubishi Electric Research Laboratoriesは、テキストによる指示で混合音声から指定した音を分離・抽出できる単一のAIモデルを開発した。複数話者の分離、音声強調、環境音の抽出などのタスクに対応する。
なぜ重要か
従来技術は分離タスクごとに個別のモデルが必要で、騒音環境や用途の変化への対応が課題だった。新技術により、工場や公共空間での複雑な状況把握が進み、物理世界と相互作用する物理AIの信頼性向上が期待される。
注目点
CEATEC 2026(10月13日〜16日、幕張メッセ)で「多様な現場音から異常音や人の声を判別する音源分離技術」として展示し、工場騒音、楽器音、複数人の声を同時に分離するデモを公開する。
こういう要約が、毎朝あなたのメールに届きます。
この開発は、音響監視へのAI導入における実務上のボトルネック、つまりタスクや環境ごとにモデルを調整するコストと柔軟性の欠如を解消するものだ。単一モデルでプロンプト指定による複数タスクを処理できるようにすることで、三菱電機は工場や公共空間などの実環境でのAIシステムの柔軟性向上を目指す。これは、複雑で騒がしい環境の理解が信頼性の高い動作に不可欠な物理AIにおいて特に重要である。同社は本技術を、こうした環境での異常検知、音声認識、音声制御の改善を可能にするものと位置づけている。CEATEC 2026でのデモは、技術の具体像を公開する場となるが、商用化の時期や価格は明らかにされていない。Mitsubishi Electric Research Laboratoriesとの共同開発は、親会社と米国研究部門との協業によるイノベーションを示している。
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。
ElevenLabsが220億ドルの評価額で3億ドルの従業員向けテンダーを完了し、Mati Staniszewski氏は音声が主要なインターフェースになると予測した

日俳連は10月15日、生成AIの音声利用ガイドラインを発表した

Aratakoによる日本語専用のオープンTTSモデルIrodori-TTSを、Databricks Model Serving上で動かし、テキストを送ると音声を返すAPIとして使う手順が公開された

Wells Fargoがサンフランシスコ拠点のAI幹部を採用

Amazonは木曜日、Beeの「パーソナルAI」デバイス2機種を発売した

Appleは本日MLXをリリースした
