Googleは9日(米国時間)、ほぼリアルタイムの音声対音声翻訳に対応する音声モデル「Gemini 3.5 Live Translate」を発表した。70以上の言語を自動検出し、話者のイントネーション、ペース、ピッチを保った翻訳音声を生成する。

Googleは2026年6月9日、音声翻訳モデル「Gemini 3.5 Live Translate」を発表しました。日本語を含む70以上の言語に対応し、話者の抑揚、話す速さ、声の高さを保ちながら、ほぼリアルタイムで音声を別の言語に翻訳するモデルです ...

先日開催された「Google I/O 2026」では多くの製品でAIを活用した新機能や改善がアナウンスされたが、「Google Chrome」もその例外ではない。とくに注目したいのが、Webブラウザー組み込みのAI（Built-in ...

The Wall Street Journal は米国時間6月3日、Metaの計画に詳しい関係者の話として、同社が4月に発表した高度な大規模言語モデル（LLM）「 Muse Spark ...

データセクション株式会社（本社：東京都品川区、代表取締役社長執行役員CEO：石原紀彦、東証グロース：3905、以下「当社」）は、本日、同社の「TAIZA AI クラウドプラットフォーム」におけるエージェント型AIワークフロー機能を強化するため、OpenAI API を活用する計画を発表しました。 本連携は、アジア太平洋地域の対象となる法人顧客が、OpenAI API やモデルエンドポイントに直接ア ...

Googleが画像生成AI「Nano Banana 2」と「Nano Banana Pro」の正式リリースを発表しました。Gemini APIをプログラムから使うためのサンプルコードも公開されています。

インプレスグループでIT関連メディア事業を展開する株式会社インプレス（本社：東京都千代田区、代表取締役社長：高橋隆志）は、『AI音声API入門クラウド時代の音声合成』（著者：前川 竜希）をインプレス NextPublishingより発行いたします。