音声

Mirelo は 4100 万ドルのシードラウンドの資金調達を完了したことを発表しました。Index Ventures と a16z が共同でリードし、Atlantic.vc と TriplePoint Capital が参加しました。Mirelo は動画音声層の AI 基盤モデルの開発に注力しており、生成音声技術を通じて動画やゲームにおける音声制作体験を再構築することを目指しています。その動画から音声へのモデルは、高品質で同期した音響を迅速に生成し、クリエイターの深いニーズに応える柔軟な編集機能を提供します。

Web3 AI データプラットフォーム OlaXBT は、Funki Finance と協力覚書を締結したことを発表しました。OlaXBT は、AIO NEXUS Data Layer（データ層）を通じて、前処理された監査可能なマルチソースデータセットと基礎機械学習モデルを提供し、Funki Finance の既存の深層学習ダイナミッククレジットスコアリングモデル、AI 完全自動ローン承認システム、時系列予測分析プラットフォーム、および異常検出リスク監視パネルをサポートします。今回の協力は、信用特性と説明可能性の拡張、市場の変動に対する先見的判断の強化、延滞警告時間の短縮、そして多言語 STT（音声からテキストへの変換）の精度と低遅延の向上に重点を置き、技術を駆使して普惠金融とリスク管理能力の双方向のアップグレードを実現します。この協力を通じて、双方は共同 KPI および A/B テストフレームワークを構築し、コンプライアンスとプライバシーを優先する原則の下で段階的に実施し、ユーザー体験の最適化、承認効率の向上、および資本のミスマッチリスクの低減を継続的に図ります。OlaXBT は、分散型 AI データインフラストラクチャであり、強力な金融データ層 AIO NEXUS、マルチファクター分析特許技術、および MCP サーバーマーケットを備えています。リアルタイムで戦略情報を伝達する強化学習 AI エージェントを提供し、マクロデータ、オンチェーン指標、感情分析を混合アーキテクチャで前処理し、大口資金の動向追跡、トレンド判断、自動化された金庫管理、AI エージェントの鋳造などの機能を実現します。Funki Finance は、香港のライセンスを持つ貸金業者であり、上場企業金粤控股有限公司（香港証券取引所：00070）の完全子会社です。金融テクノロジーを定位として、革新的な技術を用いて柔軟で便利なオンラインローンおよびワンストップ金融サービスを提供することに尽力し、信用管理とリスク管理を重視し、深層学習および機械学習技術を継続的に導入して意思決定プロセスを最適化しています。

ChainCatcher のメッセージ、David AI が 5000 万ドルの B ラウンド資金調達を完了し、Meritech が主導し、Nvidia、Alt Capital、First Round Capital、Amplify Partners、Y Combinator などが参加しました。同社は、AI アプリケーションのための音声データセットの設計、テスト、収集に注力しており、主要なテクノロジー企業と協力して音声および音声 AI モデルの改善に取り組んでいます。資金は、感情、トーン、アクセント、多言語などの音声データセット作成の課題に対処するために、音声 AI システムに必要なデータリソースの開発に使用されます。

ChainCatcher のメッセージ、GK8 の最新のセキュリティレポートによると、サイバー犯罪者が地下フォーラムで専門の音声模倣者を募集し、アメリカの暗号通貨の幹部をターゲットにした複雑な「vishing」（音声フィッシング）攻撃を仕掛けています。これらの精密にカスタマイズされた攻撃は、ホスティングインフラストラクチャと秘密鍵へのアクセス権を持つ高価値のターゲットを狙っており、オペレーターの月収は最大 2 万ドルに達する可能性があります。攻撃者は、慎重に収集された幹部の個人情報、ディープフェイク技術、音声変換器を利用して、銀行、暗号サービス、政府機関を模倣したソーシャルエンジニアリング攻撃を行います。GK8 のセキュリティ研究責任者であるターニャ・ベッカーは、今後 12-18 ヶ月以内に本物と偽物を区別することがますます困難になると警告し、暗号組織に対して音声およびビデオのソーシャルエンジニアリング戦略に対処するための特定のプロトコルとトレーニングを実施することを推奨しています。

ChainCatcher のメッセージによると、Coinness が Asia Economy を引用して報じたところによれば、韓国の暗号通貨関連の音声詐欺事件は 2025 年 1 月から 7 月の間に著しく増加しました。韓国国家警察局が提供したデータによると、国民力量党の議員であるソン・ソクジュン氏は、今年上半期に暗号資産を対象とした音声詐欺事件が合計 420 件発生し、昨年同期の 64 件から 6.6 倍増加したと述べています。2024 年全体でこの種の詐欺事件の総数は 130 件でしたが、2025 年の最初の 7 ヶ月でこの数字はすでに超えています。

ChainCatcher のメッセージによると、Protos が報じたところによれば、詐欺師たちは AI ツールを利用してディープフェイクとウォレットクリーナーを通じて暗号通貨を盗んでいます。分散型金融（DeFi）開発者のジョーイ・サントロは、彼の友人が最近、複雑なディープフェイク詐欺で 200 万ドルを失ったと述べています。詐欺師は、ステーブルコインブロックチェーン Plasma の創設者ポール・フェックスの音声ディープフェイクを使用し、サントロの友人にコンサルタントの職を売り込み、通話中に被害者にファイルを開かせるように仕向け、その結果、パスワードと秘密鍵を取得しました。サントロはユーザーに対し、可能な限り暗号通貨を日常のデバイスから隔離するよう警告しています。

ChainCatcher のメッセージによると、Techinasia が報じたところでは、Meta Platforms は音声人工知能スタートアップの PlayAI を買収し、音声技術と AI プログラムを強化することを目指しています。PlayAI チームは来週 Meta に参加し、Johan Schalkwyk に報告する予定です。今回の買収の財務条件はまだ公開されていません。PlayAI の技術と専門知識は、Meta の AI 役割と音声コンテンツの開発をサポートし、テクノロジー業界が対話インターフェースに移行するトレンドに合致します。

ChainCatcher のメッセージによると、techinasia が報じたところでは、人工知能音声スタートアップの Toma が 1700 万ドルの A ラウンド資金調達を完了し、Andreessen Horowitz（a16z）が主導しました。Toma は Monik Pamecha と Anthony Krivonos によって 2024 年初頭に設立され、以前は Y Combinator のアクセラレータープログラムに参加していました。同社の人工知能音声エージェントは現在、アメリカの 100 以上の自動車ディーラーで使用されており、サービス予約、部品注文、顧客電話を処理し、人員配置の問題を緩和しています。Toma は新たな資金を活用して拡張を計画しており、同時にサブスクリプションモデルを継続します。

ChainCatcher のメッセージ、マスク氏は今朝投稿し、X プラットフォームの新機能 XChat がリリースされたことを発表しました。この機能は情報の暗号化、メッセージの自動消去機能、あらゆる種類のファイル送信能力を備えており、音声/ビデオ通話もサポートしています。このアプリは Rust 言語を基に構築されており、ビットコインスタイルの暗号技術を使用し、新しいアーキテクチャを採用しています。

ChainCatcher メッセージ、ブロックチェーン通信サービスプロバイダー Roam は Solana Accelerate 会議で Premium eSIM サービスを発表しました。音声通話、SMS、およびデータ通信機能を統合し、世界160以上の国と地域をカバーしています。この製品は Roam App を通じてワンクリックでアクティブ化でき、物理的な SIM カードは不要です。現場で登録、チャージ、KYC 認証プロセスがデモされ、その番号サービスと通信機能は近日中に全面的に開放される予定です。世界中に800万以上の WiFi ノードを活用し、ユーザーは無料の無線ネットワーク接続を享受でき、チェックインを通じて無料データトラフィックの報酬を得ることができます。SAS 統合はデジタルアイデンティティ検証メカニズムを強化し、オープンな無線ネットワークエコシステムの発展を促進します。さらに、Roam は Solana 認証サービス（SAS）に接続する最初のアプリケーションの一つであることを発表し、この分散型アイデンティティ検証プロトコルを利用してユーザーのプライバシーを保護します。

ChainCatcher のメッセージによると、Cointelegraph が報じたところによれば、FBI は 5 月 15 日に警告を発表しました。ハッカーは 4 月から深層偽造音声と SMS を利用して、アメリカの高官を装い、現職および元の連邦および州の官僚に対してフィッシング攻撃を仕掛け、機密データを盗んでいます。もし官僚のアカウントが侵害されれば、ハッカーは得た信頼情報を利用して攻撃の範囲を拡大することができます。同時に、Polygon の共同創設者 Sandeep Nailwal も警告を発し、ハッカーがその深層偽造ビデオを使用して詐欺を行い、ユーザーに悪意のあるスクリプトをインストールさせようとしていると述べました。彼は攻撃手法が衝撃的であり、すでに多くの人々が騙されていると語っています。

ChainCatcher のメッセージによると、マスクがリツイートしたツイートで、Grok の音声モードがカメラアクセスによるコンテンツ認識をサポートするようになったとのことです。ユーザーはスマートフォンを何かに向けて「私は何を見ていますか？」と尋ねることができます。iOS の視覚機能により、チャットボットはデバイスのカメラを通じて現実世界の物体、テキスト、環境をリアルタイムで分析できます。ユーザーは製品、ロゴ、文書など、何でもスキャンでき、Grok は即座にコンテキスト情報と関連情報を提供します。

ChainCatcher のメッセージによると、Tether の CEO Paolo Ardoino は、Keet アプリが Tether AI による音声メッセージの翻訳と転写機能を近日中にリリースすることを明らかにしました。この機能は完全にローカルで動作し、サーバーを必要とせず、ユーザーのプライバシーを確保します。注：Keet は Tether、Bitfinex と Hypercore が共同で開発した P2P 暗号通信アプリです。

ChainCatcher のメッセージ、マスクが投稿した内容は、「今夜 App Store に新しい Grok バージョンをアップロードします。音声に関する大幅な改善が含まれています。」

ChainCatcher のメッセージ、マスクはソーシャルメディアで、Grok 音声モード、メモリ機能、そして多くの他の改善が今週末にリリースされると発表しました。マスクはネットユーザーとのやり取りの中で、Grok-3 が完全に成功したことを言及し、XAI チームが素晴らしい仕事をしたと述べました。最も期待される部分について尋ねられた際、マスクは明確に音声対話機能であると示しました。

ChainCatcher のメッセージ、Solana エコシステムの AI 音声アシスタント Sola AI がトークン SOLA を発表しました。チームは、SOLA の 5% をチームに配分し、6 か月間ロックされると述べています。GMGN の市場情報によると、SOLA の現在の価格は 0.01123 USDT で、市場価値は 1120 万ドルです。Sola AI は、LLM モデルと Solana ブロックチェーン技術を組み合わせたパーソナライズされた音声アシスタントで、ユーザーが自然言語コマンドを使用して Solana エコシステム内のプロトコルと対話できるようにサポートします。

ChainCatcher のメッセージによると、PrismX Protocol は X で発表し、新しい AI 音声プラットフォームとキーボードが近日中にリリースされると述べています。ユーザーはソフトウェアを利用して、音声であらゆる AI モードやエージェントと対話することができます。プラットフォームに近日中に追加される新機能には、音声を使ったトークンの売買や、すべての Web3 インタラクションのシームレスな制御が含まれています。現在、GPT4o と Claude 3.5 をサポートしており、1 月に SendAI のすべてのエージェントを統合する予定です。このプラットフォームは来月にダウンロードとログインが可能になります。

ChainCatcher のメッセージによると、『フォーチュン』の報道で、OpenAI の元音声研究開発責任者であり、ChatGPT の音声機能責任者である Alexis Conneau が WaveForms を設立し、Andreessen Horowitz (a16z) から 4000 万ドルのシードラウンド資金を調達したと発表しました。この会社はビジネス戦略の専門家 Coralie Lamaitre と共同で設立され、感情一般知能（EGI）の研究開発に特化しており、トーン、イントネーション、アクセントなどの音声の微妙な違いを理解できる音声 LLM の開発を目指しています。WaveForms の核心的な目標は、音声 AI の境界を突破することです。Conneau は、音声は AI の主要な感情的社会的層であり、既存の Alexa や Siri とは異なり、WaveForms は感情の詳細を捉え、対話の文脈を理解できる音声 LLM の開発に重点を置くと述べています。

ChainCatcher のメッセージによると、Cointelegraph の報道では、OpenAI は 10 月にそのモデルに対して 4 つの更新を行い、AI モデルの対話能力を向上させ、画像認識能力を強化しました。最初の大きな更新はリアルタイム API で、これにより開発者は単一のプロンプトを使用して AI 生成の音声アプリケーションを作成し、ChatGPT の高度な音声モードに似た自然な対話を実現できます。以前は、開発者はこれらの体験を作成するために複数のモデルを「つなぎ合わせる」必要がありました。音声入力は通常、応答を受け取る前に完全にアップロードおよび処理される必要があり、これにより音声同士の対話などのリアルタイムアプリケーションの遅延が高くなります。Realtime API のストリーミング機能を利用することで、開発者は今や音声アシスタントのように即時で自然なインタラクションを実現できます。この API は 2024 年 5 月にリリースされる GPT-4 上で動作し、音声、視覚、テキストをリアルタイムで推論できます。別の更新には、開発者向けの微調整ツールが含まれており、これにより彼らは画像やテキスト入力から生成された AI 応答を改善することができます。画像ベースの微調整ツールは、AI が画像をよりよく理解できるようにし、視覚検索や物体検出能力を強化します。このプロセスには、人間からのフィードバックが含まれ、彼らは良い反応と悪い反応の例を提供してトレーニングを行います。音声と視覚の更新に加えて、OpenAI は「モデル蒸留」と「プロンプトキャッシュ」を導入し、より小さなモデルがより大きなモデルから学び、処理済みのテキストを再利用することで開発コストと時間を削減できるようにしました。ロイターの報道によれば、OpenAI は来年の収益が 116 億ドルに増加すると予想しており、2024 年の予想 37 億ドルを上回る見込みです。