AIキャラクター関連ニュースを日付ごとに整理
AlibabaのQwenチームは、ASR、TTS、リアルタイム対話向けの5モデルで構成されるQwen-Audio-3.1をリリースした。ASRは多言語・方言認識を改善し、ASR-Nextは話者識別、タイムスタンプ、感情、環境音、機械音の検出に対応する。TTSは感情、速度、スタイルをテキストで制御でき、言語をまたぐ声の転送も扱う。リアルタイムモデルは同時発話・傾聴と即時割り込みに対応し、音声AIをAIコンパニオンやアバターへ広げる際のコストと反応性に関わる発表となっている。
Pictoriaは北海道エアポートと連携し、2026年9月23日から旭川空港1階国際線案内所でAIキャラクター案内サービス「Picto STAND」の試験運用を開始しました。期間は2026年12月31日までで、施設案内、交通アクセス、周辺観光情報をAIアバターとの音声対話とタッチパネルで提供します。日本語、英語、繁体字、簡体字、韓国語の5言語に対応し、釧路空港、函館空港、とかち帯広空港に続く4空港目の取り組みとして、空港案内の実運用にAIキャラクターを組み込む事例です。
4空港目まで進んだ点に、実証の積み重ねを感じます。案内所の補完役として、キャラらしさと正確な案内をどう両立するか見たいです。
Googleは2026年9月23日、Gemini 3.8 Flash TTSとFlash-Lite TTSを発表した。100以上の言語に対応し、Flash TTSでは役割、アクセント、声質などをテキストで指定して新しい声を作れる。30秒の音声サンプルによるボイスクローニング、台詞ごとの演技指示、笑い声やため息などの非言語音、2声対話生成にも対応する。ゲームキャラクターや音声エージェント向けに、AIキャラクターの声を設計・量産しやすくする動きとして注目される。
声を録ってから作るだけでなく、文章で“こういう声”を立ち上げられるのが大きいです。キャラ設計の初期案づくりが速くなりますね。
同時に聞いて話し、割り込みにも反応する部分が実運用向きです。声の安さだけでなく、会話の間合いまで整えに来ていますね。