Claudeの音声モードとは？Opus・Sonnet対応とGmail連携を解説
AnthropicがClaudeの音声モードを高性能なOpus・Sonnetでも利用可能にし、11言語対応と会話中のモデル切り替えに加え、Gmailなど外部ツールと連携してメール作成・送信までを音声で完結できるようにしました。
#音声AI の記事一覧（19）
Claude音声モードとは？Opus・Sonnet・Haikuの選択とGmail/Slack連携を解説
AnthropicはThursday（木曜）、Claudeの音声モードを刷新し、Opus・Sonnet・Haikuの3モデルから選べるようにした。加えてGmail、Google Calendar、Slack、Canva、Notionと連携し、会議枠の変更やメール下書き、Notionでの文書作成まで音声だけで実行できる。
FortniteのAI NPCとは？Epicが36体のプリセットキャラを7月30日に開放、その狙いを解説
Epic Gamesは7月30日から、FortniteのクリエイターがAI音声で応答するNPCを配置した体験を公開できるようにします。開始に先立ち、Agent JonesyやPeely(バナナ)など既存キャラ36体を、一貫した声と人格を持つプリセットとして用意しました。
Spotifyの音声AIとは？アプリ内で「音楽と会話する」新機能を解説
Spotifyは、Premium会員がアプリ内で音楽プレーヤーに話しかけたり文字入力で指示できる会話型AI機能を、米国・アイルランド・スウェーデンの18歳以上向けにベータ提供開始しました。「最近の曲だけ」「もっとアップテンポに」といった曖昧な指示で再生を操作でき、視聴履歴への質問にも答えます。
音声AI「Gradium」とは？NvidiaやEric Schmidtも出資、シード計1億ドルの実力を解説
パリ発の音声AIスタートアップGradiumが、Nvidiaを新規投資家に迎えてシードラウンドを再開し、計1億ドルを調達したと7月9日に発表しました。超低遅延で「間」の少ない音声を生成する技術を武器に、ElevenLabsやGoogle Geminiと競います。
GPT-Live-1とは？OpenAIが刷新した音声モードの中身と、音声が「業務の一次UI」になる日
OpenAIが全二重の会話モデルGPT-Live-1とGPT-Live-1 miniを公開し、ChatGPTのAdvanced Voice Modeをmini版で置き換えます。無料層はmini、有料層はGPT-Live-1にアクセスでき、必要に応じてGPT-5.5に問い合わせながら会話を止めない設計です。
GPT-Live-1とは？ChatGPTの新音声モデルが実現する「割り込まない対話」と同時通訳を解説
OpenAIがChatGPTの音声機能を刷新する新モデル「GPT-Live-1」を発表しました。話し手を遮らず、話しながらの同時通訳や画面上での視覚情報提示に対応し、必要に応じてGPT-5.5に処理を委譲する全二重(full duplex)構成が特徴です。
GPT-Live-1とは？ChatGPT音声が「同時処理」で会話の間を掴む新モデルを解説
OpenAIはChatGPTの音声機能向けに、入力と出力を同時処理する「デュプレックス型」の新モデルGPT-Live-1およびGPT-Live-1 miniを投入しました。従来のAdvanced Voice Modeで課題だった「間の悪い割り込み」を解消し、相槌やライブ翻訳、バックグラウンドでのGPT-5.5への委任にまで踏み込んでいます。
GPT-Liveとは？ChatGPTの音声が「聞きながら話す」全二重に進化、Advanced Voice Modeを置き換え
OpenAIが新音声モデル「GPT-Live」を発表し、iOS・Android・ChatGPT.comで水曜から順次展開します。従来のAdvanced Voice Modeを置き換え、音声層と推論層を分離してGPT-5.5を裏で走らせる全二重(full-duplex)アーキテクチャに移行しました。
GPT-Liveとは？OpenAIの全二重音声モデルがGPT-5.5と連携する仕組みを解説
OpenAIは、聞きながら同時に話せる全二重方式の音声モデル「GPT-Live」を発表しました。難しい質問は裏でGPT-5.5に委ねる二層構造で、科学推論のGPQAでは84.2%と、従来のAdvanced Voice Modeの45.3%を大きく上回っています。
GPT-Liveとは？ChatGPT音声モードが裏でGPT-5.5に処理を委譲する新モデルを解説
OpenAIが2026年7月8日、ChatGPTの音声モードを刷新する「GPT-Live」を発表しました。会話を止めずに、Web検索や複雑な推論といった重い処理だけを裏でGPT-5.5に委譲し、結果が出たら会話に戻すのが特徴です。
故人の声をAIで復活させる時代——NetflixとElevenLabsのジーン・ワイルダー復活が示す音声IPの新市場
Netflixが音声AIのElevenLabsと組み、1971年の映画『夢のチョコレート工場』でウィリー・ウォンカを演じた故ジーン・ワイルダーの声をAIで再現し、新作リアリティ番組で使用します。遺族と妻の承認を得た上での起用で、故人の声そのものがライセンス可能な資産となる時代の到来を示しています。
Gmail Liveとは？Geminiによる音声メール検索の実力と、業務アプリ「Live化」の本命
GoogleはGeminiを搭載した音声検索機能「Gmail Live」をベータ提供開始しました。Android／iOSの一部ユーザーから順次展開され、夏にはGoogle AI ProおよびUltra加入者へ拡大。DocsやKeepにも同種の「Live」機能が続きます。
AI議事録デバイス「Pocket」とは？スマホ背面に貼る129ドルのカード型録音機が11億円調達した理由
スマホ背面に貼り付けるカード型録音デバイス「Pocket」を開発する米Y Combinator系スタートアップが、Accelなどから1100万ドルを調達しました。129ドルの本体は発売から1年で13万台以上を販売し、AI議事録ツール市場の主戦場が「ソフト」から「専用デバイス」へ移りつつあることを示しています。
Alexa+のインド版ヒンディー語ベータとは？6億人市場とAmazonの音声AI戦略を解説
Amazonが生成AI搭載音声アシスタント「Alexa+」のインド展開に向け、ヒンディー語ベータ版のテスター募集を開始しました。米国で2026年2月に全面提供を始めた次世代Alexaが、6億人超のヒンディー語話者市場に挑みます。
新Google Homeスピーカーとは？100ドルでGemini搭載、サブスク前提の音声AI戦略を読み解く
Googleは100ドルの新型Google Homeスピーカーを発表し、6月25日に発売します。デジタルアシスタントを従来のGoogle AssistantからGeminiに置き換え、月額10ドル／20ドルのGoogle Home Premiumを前提とする料金設計が大きな転換点です。
Google Home SpeakerにGemini搭載、6年ぶり刷新が示すスマートスピーカー覇権争いの再点火
Googleが6年ぶりに新型スマートスピーカー「Google Home Speaker」を100ドルで発売します。Geminiを中核に据え、6月17日に予約開始、25日に正式販売を開始しました。
Plaudのハードウェア起点SaaSはなぜ年商100億円超に届いたのか、200万台販売の裏側を読む
AIメモデバイスを手掛けるPlaudが、累計販売台数200万台超とソフトウェア事業のARR1億ドル超を達成しました。画面を持たないハードウェアを入口に、約半数のユーザーを有料プランへ引き上げる構造が成長を牽引しています。
OpenAIのGPT-Realtime-2、ドキュメントを貼り付けて音声会話できるWebRTCツールに対応
OpenAIが2026年5月にリリースした音声モデル「GPT-Realtime-2」が、ブラウザ上でドキュメントの内容について音声で会話できるWebRTCツールに組み込まれた。開発者のSimon Willisonが2024年12月に作成した同ツールを更新し、モデル選択とドキュメントコンテキストの貼り付け機能を追加した。