グーグル、リアルタイム音声AI向け「Gemini 3.1 フラッシュ」を発表

Googleが高度なリアルタイム音声モデルをリリース

Googleは、新しい音声・音声AIモデルであるGemini 3.1 Flash Liveのリリースを発表しました。これは、開発者が精度を向上させ、レイテンシを大幅に低減したリアルタイムの会話型アプリケーションを作成できるように設計されています。このモデルは現在、Google AI StudioのGemini Live APIを通じてプレビュー版として利用可能です。

モデルのパフォーマンスと主な機能

このモデルは、ComplexFuncBench Audioベンチマークで90.8%を記録し、強力なパフォーマンスを示しました。主な機能には、ピッチやペースなどの音のニュアンスに対する理解の向上が含まれます。これにより、モデルはユーザーの不満や混乱といった表現に合わせて応答を動的に調整し、より自然な対話を実現します。

業界での採用とセキュリティ対策

VerizonやThe Home Depotなどの企業は、このモデルの統合について肯定的なフィードバックを提供しています。消費者向けには、Gemini LiveがSearch Liveの200カ国以上への展開をサポートするようになりました。誤報対策として、モデルによって生成されたすべての音声には、AI生成コンテンツの識別に役立つ知覚できないマーカーであるSynthIDウォーターマークが含まれています。

会話型AIの展望

Gemini 3.1 Flash Liveの発表は、競争の激しいAI市場におけるGoogleの地位を強化します。主要企業による採用とグローバルな消費者向け製品への展開は、リアルタイム会話型AI技術にとって大きな進歩であり、パフォーマンスと責任ある展開の両方に焦点を当てています。

よくある質問

Q: Gemini 3.1 Flash Liveとは何ですか？
A: Googleが開発した新しいAI音声モデルで、開発者や企業向けに低レイテンシと高精度なリアルタイム対話を提供します。

Q: GoogleはこのモデルにおけるAIの悪用可能性にどのように対処していますか？
A: このモデルは、生成されたすべての音声にSynthIDウォーターマークを埋め込みます。これは、AIによって作成されたコンテンツを検出するのに役立つ知覚できない信号として機能します。

出典: Investing.com