概要GoogleはGemini Audioをアップデートし、新しいGemini 3.5モデルを発表しました。これには、85以上の言語の自動検出、テキストの自動フォーマット、「えーっと」などのフィラーワードの削除、音声による自然な編集機能を持つ「Gemini 3.5 Transcribe」が含まれています。さらに、専門用語に対応するカスタム語彙の設定、最大3人までの話者識別、単語レベルのタイムスタンプ提供などもサポートされています。これらのアップデートは、macOS、Android、および開発者向けAPIに向けて本日から順次展開されています。
(出典：The Verge)
Googleの新しいAI文字起こし、会話中の「えーっと」などを自動削除
Gemini 3.5 Transcribe によるインテリジェントな文字起こし
Gemini Live の新しい生産性向上機能で、あなたの声をアクションに変える
Radarにより、ポッドキャストの検索およびAIエージェントでの利用が可能に
Bill Gates wants to see a robot tax and ‘Human Reserved’ jobs to mitigate harms from AI
AIエージェント時代におけるCXの新たな課題は「オーケストレーション」である
Surprise: Z.ai is the AI lab behind the mysterious Ox Alpha model
Bill Gates proposes major limits on AI development
聴覚テクノロジーのスタートアップ「Legato」、1,200万ドルを資金調達しステルス状態から脱却、AI搭載型補聴グラスを公開
Bill Gates is deeply worried about AI, and he’s no longer staying quiet