voice agentに関するニュース、研究、アップデートをAIが自動収集しています。
"OpenAIは2026年4月、Realtime APIをGeneral Availability（GA）に昇格させ、新モデルgpt-realtimeを正式リリースしました。従来のプレビュー版と比べて大きな変化点が3つあります。SIP電話対応、リモートMCPサーバー対応、そして非同期関数呼び出しです。"
"GPT-RealtimeはPass@1（0.600）と中断回避（13.5%）でリードしており、Gemini Live 3.1は最速のレイテンシ（4.25秒）を達成しましたが、ターン取得率は最低（78.0%）でした。"
"DeepgramのSTTおよびTTSモデルラインナップは現在、Together AI上でネイティブに動作しており、チームはDeepgramの文字起こしと音声合成をTogetherカタログの任意のLLMとペアにし、1つの運用プラットフォーム上で完全な音声パイプラインを実行できます。"
"Mistralは、高速、多言語対応、そして音声エージェントに実用的なVoxtral TTSモデルをリリースします。"
"実際に取引を成立させた人々の話を聞きたいのです。「LinkedInに投稿して祈る」だけのアドバイスではなく。"
"AI ネイティブクラウドである Together AI は、STT、LLM、TTS インフラストラクチャを共同配置し、リアルタイム音声エージェントを構築するための業界初の統合ソリューションを提供するための全機能を発表しました。"
"LALM-as-a-Judgeを発表します。これは、マルチターン音声対話の安全性評価者としての大規模オーディオ言語モデル（LALM）に関する、初の制御されたベンチマークであり、体系的な研究です。"
"TTS-1.5 is designed to be more expressive and more stable than prior generations..."
"By working with strict latency […], the tutorial offers a valuable insight into optimizing performance."