【生成AIニュースメモ】xAI、Grokの音声認識・音声合成APIを提供開始(2026/4/18)
xAIは2026年4月17日(米国時間)、音声認識API「Grok Speech to Text(STT)」と音声合成API「Grok Text to Speech(TTS)」の2つの単体音声APIを発表しました。Grok VoiceやTesla車両、Starlinkのカスタマーサポートを支えるものと同じ技術スタック上に構築されており、音声エージェントやリアルタイム文字起こしツール、アクセシビリティソリューション、ポッドキャストなど、あらゆるアプリケーションへ高品質な音声機能を簡単に組み込めるようにするものです。料金は競合より低い水準に設定されています。
【生成AIニュースメモ】Anthropic、「Claude Opus 4.7」を一般提供開始(2026/4/17)
Anthropicは2026年4月16日(米国時間)、最新モデル「Claude Opus 4.7」の一般提供を開始しました。高度なソフトウェアエンジニアリングでOpus 4.6から顕著に改善し、特に最難関のタスクで伸びを示すほか、複雑で長時間のタスクを厳密かつ一貫してこなし、指示に正確に従い、報告前に自ら出力を検証する方法を編み出すとしています。料金はOpus 4.6と同じ入力100万トークンあたり5ドル・出力25ドルで、Claude製品全体とAPI、Amazon Bedrock、Google CloudのVertex AI、Microsoft Foundryで同日から利用できます。
【生成AIニュースメモ】Google、音声合成モデル「Gemini 3.1 Flash TTS」を発表(2026/4/16)
Googleは2026年4月15日(米国時間)、テキスト読み上げ(TTS)モデルの最新版「Gemini 3.1 Flash TTS」を発表しました。制御性・表現力・品質が向上した同社でもっとも自然なTTSモデルと位置づけられ、開発者向けにGemini APIとGoogle AI Studio、企業向けにVertex AIでプレビュー提供が同日から始まったほか、WorkspaceユーザーはGoogle Vids経由で利用できます。自然言語のコマンドを入力テキストに埋め込み、声のスタイルや話し方を細かく指示できる「音声タグ」の導入が特徴です。
【生成AIニュースメモ】ソフトバンクなど3社、国産LLM「Sarashina」の生成AIサービス提供へ(2026/4/16)
ソフトバンクは2026年4月16日、オラクルおよびSB Intuitionsとの協業に基づき、「Oracle Alloy」を採用したクラウドサービス「Cloud PF Type A」で、SB Intuitionsの国産大規模言語モデル「Sarashina」を活用した生成AIサービスを2026年6月から順次提供すると発表しました。ソフトバンクが日本国内のデータセンターで管理・運用することでデータ主権(ソブリン性)を確保し、機密性の高いデータを扱う企業や自治体でも安心して生成AIを活用できる基盤を提供するとしています。
【生成AIニュースメモ】公正取引委員会、生成AI市場の実態調査報告書ver.2.0を公表(2026/4/16)
公正取引委員会は2026年4月16日、生成AIを巡る競争環境に関する実態調査報告書ver.2.0を公表しました。2025年6月のver.1.0公表後も、情報提供フォームの開設や国内外の事業者・有識者・関係省庁・海外当局など約30者へのヒアリングにより調査を継続し、①生成AI関連市場の概要の更新、②自動運転関連市場の概要の追加、③独占禁止法上の論点の再整理、の3点を行ったものです。報告書の考え方を示すことで弊害を未然に防止し、公正かつ自由な競争を促進する狙いです。