音声認識

IBMが音声AI「Granite Speech 5.0」をオープンソースで公開、騒がしい場所でも高精度に文字起こし可能で複数人の会話を識別するAIも強化

IBMが音声認識AIの最新版「Granite Speech 5.0」を2026年10月21日に公開しました。騒音や反響のある環境での文字起こし精度が向上したほか、音声の翻訳や専門用語の認識にも対...

【ゼルダの伝説】ホリ「エレクトリック 時のオカリナ」Amazonでも予約開始！音声認識対応の電子オカリナ

ホリは、Nintendo Switch 2用アクセサリー「エレクトリック 時のオカリナ」について、通販サイト「Amazon」での予約受付を開始した。11月5日発売予定で、価格は7,980円。

GoogleのEmbeddingGemma 2を音声認識モデルに変換した「Embedding Gemma Transcribe」、オフライン環境のMacなら15分の音声をわずか約3秒で爆速文字起こし可能

音声をテキストに変換する文字起こしには一般的に音声認識専用のAIモデルが使われます。しかし、文章の意味を数値で表現する埋め込みモデルのEmbeddingGemma 2を利用して音声を文字起こしす...

声で岩を呼び，足場を動かす「ミナと言霊の物語」。言葉を操作に変える3Dアクションを試遊し，開発者に話を聞いた［OIGS2026］

「ロック」と唱えると岩が現れ，「エレベ」と唱えると足場が動く。OIGS2026で試遊した「ミナと言霊の物語」は，コントローラでの移動と，声で物を呼び出す操作を組み合わせた3Dアクションゲームだ。...

〈もう工場実装が進むフィジカルAI〉産業ロボットの雄ファナックがグーグルの独占オファーに応じず貫くオープン化の肝 | ビジネス | 東洋経済オンライン

産業用ロボットのファナックが､｢オープン化｣により外部AIとの連携を強化し､グーグルやエヌビディアなどと協業を進めています。手書きメモを認識し自律動作するロボット実演や､多言語対応の音声認識など､現…

音声認識でできることをだいたい詰め込んだデスクトップアプリ「Mojidas（モジダス）」提供開始

音声認識でできることをだいたい詰め込んだデスクトップアプリ「Mojidas（モジダス）」提供開始

「Linux」で最高の音声認識ツール「Speech Note」をレビュー

アイデアをまとめたり、頭に浮かんだ考えをタイピングで邪魔されることなく素早く残したりしたい時は、音声入力アプリを使用する。 単なるボイスメモの録音では、後から文書として利用する際に不便なので、信...

Apple Watch Ultra 4速攻フォトレビュー、ヘルスケアセンサーが刷新された上位モデルの外観をチェック

Apple Watchのアウトドア特化型上位モデル「Apple Watch Ultra」シリーズから、センサーが刷新されてAIによる音声認識「Audio Intelligence」にも対応した「...

「エレクトリック 時のオカリナ」がHORIより発売！「ゼルダの伝説 時のオカリナ」の音声認識機能にも対応

HORIは、「エレクトリック 時のオカリナ」を11月に発売する。価格は7,980円。Nintendo Switch 2用ソフト「ゼルダの伝説 時のオカリナ」の音声認識機能に対応する。

Microsoft、“世界でもっとも高速・高精度で安価”とうたう音声認識モデルを発表、「MAI-Transcribe-2」／60言語の平均単語誤り率（WER）で比較対象中トップ、処理速度も向上

Microsoftが文字起こしAI「MAI-Transcribe-2」をリリース、Gemini 3.5 Transcribeより5倍高速＆GPT-Transcribeより10倍高速

60の言語を自動で検知して文字起こしするという音声認識モデル「MAI-Transcribe-2」をMicrosoftがリリースしました。OpenAIやGoogleの最新モデルより高性能かつ高速な...

「あー」「えー」などを自動削除しつつリアルタイムで文字起こししできる音声認識モデル「Gemini 3.5 Transcribe」をGoogleが発表

ノイズや複雑な専門用語、話し言葉などにも苦しむことなく、生の音声データから正確で洗練された書式設定済みテキストを生成できる音声認識モデル「Gemini 3.5 Transcribe」をGoogl...

macOS向けの無料オープンソース音声入力アプリ「Talkify」を試す | ソフトウェア | Mac OTAKARA

Talkify macOS向けの無料オープンソース音声入力アプリ「Talkify」を試して見ました。 処理はすべてMac上で行われ、すべてのデータはGitHubで公開されています。 監査すべきテ...

「フォーム入力が面倒」「音声メモの手直しが苦手」…それ、Androidの最新AIに任せてみれば？

GoogleがAndroidの革新的なアップデートを発表。この夏から、最新のPixelやGalaxyで使える「Gemini Intelligence」の最先端AI機能について具体的に紹介します。