商用巨大LLM 【geek-terminalニュース】Claude Opus 5の最新情報
📝 本日のニュース概要 AnthropicがClaude Opus 5を発表。Fable 5級に近い能力を半分の価格で狙う新Opusを、ベンチ、価格、effort設定、音声モード、コミュニティの反応から深掘りします。 以前お伝えしたClau...
音声AI
商用巨大LLM AIツール＆サービス 【geek-terminalニュース】Qwen Audio 3.0で音声AI競争が会話OSの部品選定問題へ
📝 本日のニュース概要 以前お伝えしたKyutai Pocket TTSやChatGPT Voice系の続報です。Qwen-Audio-3.0-TTS-PlusがTTSランキング首位と報じられた一方、公式に確認できるQwen-Audioの基...
商用巨大LLM 【geek-terminalニュース】GPT-Liveの最新情報：音声AIが“ターン制チャット”から常時割り込み可能な会話プロセスへ
📝 本日のニュース概要 OpenAIのGPT-Liveにより、ChatGPT Voiceは聞くことと話すことを同時に扱うLive体験へ進化。API実装者にとってはRealtimeモデル、VAD、レイテンシ、推論委譲、UX設計の再設計ポイント...
ローカルLLM 【geek-terminalニュース】100%ローカル声AIの実装公開、音声入力から応答までクラウドを介さないLocalLLaMA的アシスタントが熱い
📝 本日のニュース概要 以前お伝えした完全ローカルAIエージェント／ローカルLLM運用の続報です。今回は、音声入力、音声認識、LLM応答、音声合成までをローカル環境で閉じるvoice-to-voice assistant実装を深掘りします。...
ローカルLLM 【2026最新AI】0.4秒で割り込む音声AIがヤバすぎる！従来の「ターン制」を完全破壊するオープンソースモデルLT-UVAの実力と狂気
📝 本日のニュース概要 今回は、会話の「間（Turn-taking）」を完全に自律制御する、全く新しい0.4秒話者交替音声AIを徹底解説！以前ご紹介した「Gemma 4 12B」のようなネイティブ音声LLMの進化系として、ついに「話し終わり...
未分類 【完全ローカル音声AI】Googleが「Gemma 4 12B」を突如公開！エンコーダーレスの奇跡、16GBメモリのノートPCで爆速稼働する時代へ
📝 本日のニュース概要 Google DeepMindが、エンコーダーを完全に排除した画期的なネイティブ・マルチモーダルモデル「Gemma 4 12B」を公開しました！これまでローカル音声AIを動かすには、Whisperなどの重厚な外部エン...
セキュリティ＆脆弱性 【セキュリティ】耳に聞こえないサイレント命令でAIを遠隔操作？物理レイヤーの能動プロンプトインジェクション「AudioHijack」の衝撃
📝 本日のニュース概要 YouTubeやポッドキャストの音響の裏に、人間には聞こえない超音波の『サイレント命令』を忍び込ませ、デバイスのAIアシスタントを物理空間から直接ハックする――。Redditなどの海外コミュニティで今、音声認識パイプ...