ページを読み込み中…
ページを読み込み中…
4件の記事
Googleが、70以上の言語で自然な音声を生成できるGemini 3.1 Flash TTSを発表した。新しいオーディオタグにより、スタイル、ペース、トーンを精密に制御可能。
MicrosoftのBingチームが、多言語MTEB v2ベンチマークで最高性能を示し、100以上の言語をサポートする埋め込みモデル「Harrier」をオープンソースとして公開した。
Mistral AIが9言語対応のテキスト読み上げモデルを発表した。同モデルは重要な音声エージェントのワークフローを支援することを目的としている。
研究者らが、多言語数学問題の高品質データセット「mAceReason-Math」を公開した。このデータセットは、検証可能な報酬による強化学習(RLVR)の訓練用に設計されており、英語以外の言語での数学・論理問題解決能力の向上に貢献する。