リアルタイム文字起こしの「固有名詞が化ける」問題に、ElevenLabsが手を打った
ElevenLabsの文字起こしモデルScribeがリアルタイムWebSocketにkeytermsとverbatimモードを追加。専門用語の認識精度を上げ、フィラーを除去する。何が変わり、どこで効くのかを解説。
ElevenLabsScribe文字起こし音声認識AI音声速報
# AI音声
4件の記事
「棒読みのAI音声」はもう古い — 声を1.5万通りに操るFish Audioが78億円を調達
Fish Audioは15秒の音声で声をクローンし、30以上の言語で自分の声を再現できるAI音声モデル。7月に約78億円を調達した実力、料金、ElevenLabsとの違いを解説する。
Fish Audio音声AIAI音声TTS（音声合成）ElevenLabsAIスタートアップレビュー
「好きなテーマでポッドキャスト」がPrime特典に — Alexa PodcastsとNotebookLMの違い
Amazon Alexa PodcastsのAI生成ポッドキャスト機能を解説。仕組み、使い方、NotebookLMとの違い、日本での利用見込みを紹介。
AlexaAI音声NotebookLMAmazon
Spotifyが「AIが作ったポッドキャスト」の置き場になろうとしている — Personal Podcasts機能の狙い
Spotify Personal Podcasts解説。AI生成音声をライブラリに保存して聴ける仕組みと使い方。
SpotifyAI音声AIエージェント速報