新しい進化した Speech to Text モデル！ Voxtral-Small-24B-2507 予想以上に良かった！ Mistral-small3ベースで、音声認識、言語理解、タスク実行が単一のモデルで完結。

ちなみに、この音声はNotebooklmのもので、それを音声認識してます。LLMベースなので、聞き取りにくい言葉も、LLM能力で補完してきれいな文章になるようです。単に文字起こしするだけでなく、要約などのタスクにも対応してくれるSpeech to textモデルです

"I’ve tried the little blue pills, the gas station miracles, even that sketchy tea from TikTok. Nothing hit like this. Tenuto Mini doesn’t just boost you — it reminds you what peak performance felt like before mortgages, back pain, and high cholesterol."

えっこれローカル運用できちゃってるんですか？？

これです！ Ubuntuで試したので、Macでできるかわかりませんが、使い慣れれば結構良さそうです！

これ日本語ですか？

公式のモデルカードには対応言語として、japaneseの記載なかったですが、日本語音声認識可能でした

smallとはいったい…うごご！

今世界中で話題のGrokのAIコンパニオンが早くもオープンソースで公開。 AI業界は公開後数日あれば模倣品がオープンソースで公開される非情な世界。

すごい！ 日本語の文字も、顔の特徴も、描写のトーンも全然かわってない！！ Geminiの画像編集みたいに非破壊的な画像編集になっつる これでgpt-image-1の柔軟性あるのめちゃくちゃいいな ※input_fidelity="high", quality="high"

今夜午前2時に、 OpenAIがオリジナルのAI搭載ブラウザを発表するという噂がある。 ✅コードネームは「Aura」 ✅Chromiumベースでスマホでも利用可能 ✅ ChatGPT、AIエージェントの「Operator」、検索ツールの「SearchGPT」を統合した対話型ブラウザ

やばい、Claude Codeにパワハラし過ぎたのか、話しかけても無視されるようになった。 AIに無視されるの悲しすぎる…