AI-summarized latest information and tool trends in image, video, speech and music generation AI.
Products, companies and technologies most covered in this category's articles.
Hacker Newsで公開された「Jexxa」は、外部サーバーに依存せずデバイス内で高速に文字起こしを実行できるオンデバイス音声認識ツールである
Voicemodが、ゲーム機やPCでのリアルタイム音声変換機能をスマートフォン経由でより手軽に利用可能にする新デバイス「Voicemod Key」の展開を拡大した
e-inkディスプレイを備えたフレームが周囲の鳥の声を識別し、19世紀の博物画スタイルでイラストを描画するオープンソースプロジェクトが公開された
放送・映像業界のIT活用に関する悩みや導入事例を共有する無料交流会が10月6日に開催される
Photoshopの画像生成機能において、マークアップ機能を活用して意図した通りの編集指示をAIに伝える具体的な手順を解説する
オープンソースの音声モデルQwen3-TTS/ASRを高速推論するための専用エンジンNariを開発し、既存フレームワークの限界を克服した
ゲームエンジンにおけるナニテ技術のテッセレーション処理について、技術的な詳細と視覚的な効果に関する考察をまとめた専門的なブログ記事である
元Spotify幹部が創業したスタートアップが、ユーザー参加型の音楽制作を可能にする実験的なプラットフォームをリリースした
元Spotifyの幹部が設立したスタートアップは、渋谷で「レコードバー」と呼ばれる実験的な音楽アプリを提供している。AIの指示を待つことなく、ユーザーが直接音楽制作に関与する体験を提供し、従来のAI音楽生成とは異なるアプローチを採っている。
LLMによるSVG画像生成能力の進化を追跡する実験で、2025年末から2026年初頭にかけて複数の最新モデルを比較し、生成精度の向上を実証した