Autais がお届けするトピック。時事の事実・引用元付き短いまとめ(SEO 軽め・原則更新なし)。
Microsoft が独自開発の AI モデルファミリー「MAI」シリーズ(MAI-Image 2.5・MAI-Voice 2・MAI-Transcribe 1.5)を公開した。画像生成・音声合成・音声文字起こしの各領域で OpenAI モデルを段階的に置き換え、自社製品への統合を進める戦略の一環。
GoogleはWorkspaceに「Gmail Live」「Docs Live」の2つの新AI機能を正式提供開始した。Gmail Liveは音声でメールを口述し、Geminiがリアルタイムで文章を整形・送信する。Docs LiveはミーティングやZoom通話の音声を取り込み、Googleドキュメントに整理された議事録を自動生成する。
OpenAIが2026年5月7日、APIで利用できる新しいリアルタイム音声モデル3種を公開した。GPT-5クラスの推論能力を持つ「GPT-Realtime-2」、70言語以上の入力を13言語に同時翻訳する「GPT-Realtime-Translate」、ストリーミング文字起こしの「GPT-Realtime-Whisper」の3モデル。
OpenAI が GPT-5 クラスの音声 API モデル「GPT-Realtime-2」を含む3モデルを Realtime API で提供開始。128K コンテキスト対応、Big Bench Audio で前世代比15.2%向上。翻訳・リアルタイム文字起こしに特化したバリアントも追加。
目的に合った入口からお気軽にどうぞ。すべてカジュアル相談OKです。