xAIが音声モデル「Grok Voice Think Fast 2.0」を発表。文字起こし精度や雑音耐性、応答速度が前バージョンから大きく向上し、8月5日には既存利用者も自動移行します。
OpenAIが、企業の基幹業務ワークフローを担うエンタープライズ向けAIエージェント製品「OpenAI Presence」を発表。ポリシー適用やガードレール、有人エスカレーションを組み込み、BBVAやSoftBank、IAGなどでの導入事例も紹介されています。
インドの中古車マーケットプレイスCars24が、OpenAIの音声・チャットエージェントを活用し月間100万分超の会話を自動処理していることを紹介するOpenAIの顧客事例記事。離脱リードの12%再獲得や、全社的なChatGPT Enterprise・Codex導入の成果も紹介されています。
ElevenLabsが新しい吹き替えモデル「Dubbing v2」を発表。90以上の言語・アクセントに対応し、元の話者の感情やテンポを保ったまま自然な吹き替えができるようになりました。
ElevenLabsが独自の音声認識(ASR)モデル「Scribe」を発表。99言語に対応し、単語単位のタイムスタンプや話者分離機能も備え、音声合成に続く新たな柱となりました。
ElevenLabsが音声エージェントを構築できる開発者向けプラットフォーム「Conversational AI」を発表。音声合成企業から対話型AIエージェント企業への進化を印象づけました。
ElevenLabsが正式にベータ版を終了し、約30言語に対応した音声合成モデル「Eleven Multilingual v2」をリリース。声の特徴を保ったまま多言語展開できる基盤モデルです。
ElevenLabsがAI音声合成プラットフォームのベータ版を公開し、200万ドルのプレシード資金調達も発表。人間らしい抑揚を再現するテキスト読み上げで注目を集めました。