米Googleは12月10日（現地時間）、プレビュー提供中の音声合成モデル「Gemini 2.5 ...

MIXIは、7月に発売した会話AI（人工知能）ロボット「Romi（ロミィ）」の最新機「ラカタンモデル」に、高速応答の機能や視覚情報などに基づいて状況を理解する機能を備える新たな会話モデル「ChatRomi ...

文字起こしで使われる音声認識AIの代表格と言えるのが、ChatGPTで有名なOpenAIが開発した「Whisper」でしょう。音声認識の精度が非常に高く、日本語にも対応しています。本特集ではWhisperを高速化した派生モデル「faster-whis ...

MIXIは、会話AIロボット「Romi」(ロミィ)の最新モデル「Romi(Lacatanモデル)」に、高速レスポンスとマルチモーダル理解を備えた新たな会話モデル「ChatRomi 2.0」の提供を開始した。 「ChatRomi 2.0」は、素早いレスポンスでテンポよく会話できる「速さ」、Web検索や視覚機能とつながることで状況に合わせて話せる「賢さ」、口調カスタマイズで表情豊かなキャラクターになる ...

～Web検索・視覚理解で速く賢く、Romiの口調カスタマイズも可能に～ 株式会社MIXI（東京都渋谷区、代表取締役社長 上級執行役員 CEO：木村 弘毅）は、 “ペットのように癒やし、家族のように理解してくれる”存在を目指して開発している会話AIロボット「Romi」（読み：ロミィ）の新モデル「Romi（Lacatanモデル、読み：ラカタン）」に、高速レスポンスとマルチモーダル理解を備えた新たな会話 ...