
何が起きたか
SpaceXSIはGrok Voice 3.0をリリース。
なぜ重要か
カスタマーサポートや営業電話を扱う企業向けに売り込まれており、Artificial Analysisの順位は推論テスト、タスク成功率、ブラインドの直接対決での聴取者投票に基づく。
誰に効くかカスタマーサポートや営業の音声エージェントを運用する企業は、Artificial AnalysisがSpeech-to-Speech Indexで首位とするモデルを選べるようになり、音声エージェント導入のベンダー選定に影響し得る。
こういう要約が、毎朝あなたのメールに届きます。
Grok Voice 3.0はSpaceXSIのVoice Agent APIを支える音声対音声モデルの最新版で、前身のGrok Voice 2.0と同じ価格で登場し、開発者によればgrok-voice-latestエイリアスは変更なしで切り替わっている。
旧xAIの同社は最近2度改名した。2月にSpaceXがxAIを買収し、7月にAI部門はSpaceXAIとなり、今月初めにSpaceXSIの名を冠した。音声技術はすでにTeslaとStarlinkで本番稼働しており、SpaceXSIには実世界の利用量という強みがある。
Artificial Analysisの指数以外でも、Grok Voice 3.0はServiceNowのオープンソースEVA-Benchで精度首位となり、200以上の企業シナリオで74%を記録した。ServiceNowのシニアディレクターは、このモデルが最高水準の精度と自然で応答性の高い会話を両立していると述べた。
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

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

Appleの研究者らはWhisper-smallエンコーダーがCS-FLEURSの14言語ペアで音声からコードスイッチングを検出し平均F1 0.798、CNNの0.776、HuBERT線形の0.751を上回ったと発表した
