ページを読み込み中…
ページを読み込み中…
8件の記事
Gradium AI は新 TTS モデルをデフォルト化し、5 カ国語の難易度高いテストで 81.0% の合格率を達成した。
ADK にネイティブなライブ評価機能が追加され、Gemini TTS を用いた多回対話の自動化テストが可能になった。
本記事は、ストリーミング音声認識やターン検出などの構成要素を分解し、音声制約下での AI エージェント実装における各コンポーネントの役割を説明している。
LangChain が提供する LangSmith において、音声エージェントの動作を追跡・分析する機能を追加した。これにより開発者はエージェントの振る舞いを詳細に確認できるようになる。
Hugging Face は、音声エージェントが言語を混在させた（コードスイッチング）音声に対してどの程度対応可能かを評価するため、最先端の自動音声認識（ASR）技術をベンチマークした。