画像・動画生成・その他AIのニュースhttps://tutitter.com/jahttps://tutitter.com/news/2026/elevenlabs-elevenagents-architect-alpha-release/https://tutitter.com/news/2026/elevenlabs-elevenagents-architect-alpha-release/ElevenLabsは、対話でAIエージェントの構築・改善ができる「ElevenAgents Architect」のアルファ版を公開。テキスト入力や会話で知識ベースやワークフローなどを変更案提示し、シミュレーション検証も可能。カスタマーやコンプライアンス担当者が自律的に運用できる。変更は草案として記録され、本番環境への反映には承認が必要。Wed, 07 Oct 2026 00:32:36 GMT<p><img src="https://tutitter.com/images/news/2026/elevenlabs-elevenagents-architect-alpha-release/hero.jpg" alt="ElevenLabs、対話でAIエージェントを構築・改善できる新機能を提供開始"></p> <h2 id="elevenagents-architectの機能">ElevenAgents Architectの機能</h2> <p>ElevenLabsは、対話を通じてAIエージェントの構築や改善を進められる「ElevenAgents Architect」のアルファ版を公開しました。テキスト入力や会話によって、知識ベース、プロンプト、ワークフロー、音声設定といった各種項目の変更案を提示し、シミュレーションによる検証まで行えます。</p> <h2 id="どのようなチームに向くか">どのようなチームに向くか</h2> <p>エージェントの改善を専門家任せにせず、カスタマーエクスペリエンス担当者やコンプライアンス担当者が自律的に進めたいチームに適しています。技術的な知識がなくても、実現したい体験を説明するだけでエージェントの拡張が可能です。</p> <h2 id="機能の詳細と利用方法">機能の詳細と利用方法</h2> <p>「ElevenAgents Architect」は、以下の方法で利用できます。</p> <table> <thead> <tr> <th style="text-align: left">利用場所</th> <th style="text-align: left">内容</th> </tr> </thead> <tbody> <tr> <td style="text-align: left">ElevenAgents内</td> <td style="text-align: left">「Talk to Architect」サイドバー<br>各対話の「Analyze」ボタン<br>ダッシュボード内のCmd-Kショートカット</td> </tr> <tr> <td style="text-align: left">外部ツール</td> <td style="text-align: left">イレブンラボコネクタに対応する既存ツール<br>例: Claude・Claude Code・ChatGPT・Cursor・Grok</td> </tr> </tbody> </table> <p>すべての変更はバージョン管理された草案として反映され、本番環境への反映には承認が必要です。また、各社が定義したルールやガードレールに従って構築を進めることができます。</p> <div class="opinion-section"> <h2 id="つちったーの見方">つちったーの見方</h2> <p>ChatGPTやCursorなどの普段使っているツールからエージェントの構築指示が出せるのは、開発フローを大きく変えそうです。ただし、現在はアルファ版のため、実際の運用にどこまで耐えられるかは様子を見たいところです。</p> </div> <h2 id="一次ソース">一次ソース</h2> <ul> <li><a href="https://prtimes.jp/main/html/rd/p/000000072.000160611.html">ElevenLabs (PR TIMES)</a></li> </ul> https://tutitter.com/news/2026/elevenlabs-scribe-v2-medical-launch/https://tutitter.com/news/2026/elevenlabs-scribe-v2-medical-launch/ElevenLabsが「Scribe v2 Medical」を正式提供。医療用語の認識精度が向上し、単語誤り率7.0%に低下、ハルシネレンスは0.4%。英語・仏語・独語対応、HIPAA対応。医師の口述筆記で約36%の精度向上。Thu, 01 Oct 2026 08:03:17 GMT<p><img src="https://tutitter.com/images/news/2026/elevenlabs-scribe-v2-medical-launch/hero.jpg" alt="ElevenLabs、医療特化の音声認識モデル「Scribe v2 Medical」の提供を開始"></p> <h2 id="医療用語の認識精度が向上">医療用語の認識精度が向上</h2> <p>ElevenLabsは、汎用モデル「Scribe v2」に医療分野の追加学習を施した「Scribe v2 Medical」を、Speech to Text APIを通じて正式に提供開始しました。薬剤名や解剖、病理、臨床などの口述筆記における認識精度を高めています。</p> <p>前世代の「Scribe v1」では単語誤り率が18.6%でしたが、今回のモデルでは7.0%まで低下しています。また、医療用語において存在しない言葉を作り出すハルシネレンス（誤情報）の発生率も0.4%に抑えられています。</p> <h2 id="モデルの仕様と検証結果">モデルの仕様と検証結果</h2> <p>「Scribe v2 Medical」の主な特徴は以下の通りです。</p> <table> <thead> <tr> <th style="text-align: left">項目</th> <th style="text-align: left">内容</th> </tr> </thead> <tbody> <tr> <td style="text-align: left">対象音声</td> <td style="text-align: left">診療中の会話<br>問診<br>口述筆記など</td> </tr> <tr> <td style="text-align: left">対応言語</td> <td style="text-align: left">英語・フランス語・ドイツ語<br>（検証済み）</td> </tr> <tr> <td style="text-align: left">セキュリティ</td> <td style="text-align: left">HIPAA対応（ZRM有効化時）</td> </tr> </tbody> </table> <p>精度の検証では、一般的な会話音声の認識精度はベースとなる「Scribe v2」と同等の5.3%を維持しており、医療特化による汎用的な性能低下は見られません。また、医師の口述筆記を対象としたテストでは、ベースモデルと比較して単語誤り率が約36%低下した結果も示されています。</p> <p>エンタープライズ契約においては、Zero Retention Mode（ZRM）を有効化することで、処理完了直後に音声とテキストを削除する設定が可能です。これにより、機密性の高い医療データの取り扱いに対応します。</p> <h2 id="医療ai開発者への活用">医療AI開発者への活用</h2> <p>このモデルは、自社の記録作成サービスや診療支援製品を構築するための土台として利用できます。医療AI企業は、この音声認識モデルの上に独自のアプリケーションを構築することが想定されています。</p> <h2 id="一次ソース">一次ソース</h2> <ul> <li><a href="https://prtimes.jp/main/html/rd/p/000000069.000160611.html">ElevenLabs (PR TIMES)</a></li> </ul> https://tutitter.com/news/2026/google-gemini-3-8-tts-voice-generation/https://tutitter.com/news/2026/google-gemini-3-8-tts-voice-generation/GoogleがGemini 3.8 Flash TTSとFlash-Lite TTSを発表しました。声をゼロから設計し、台詞ごとの演技指示や長時間の音声生成に対応します。Fri, 25 Sep 2026 00:00:00 GMT<p>Googleは9月23日、Gemini 3.8の音声生成2モデルを発表しました。<br> 声の設計と台詞ごとの演技指定に対応します。<br> AI StudioとAPIで始まり、日本語を含む100以上の言語に対応します。</p> <h2 id="モデルと提供先">モデルと提供先</h2> <p>Flash TTSは声作り、Flash-Lite TTSは大量生成向けです。</p> <table> <thead> <tr> <th>項目</th> <th>発表内容</th> </tr> </thead> <tbody> <tr> <td>Flash</td> <td>声を設計<br>台詞ごとの演技<br>音声2,000以上</td> </tr> <tr> <td>Lite</td> <td>大量吹替<br>音声コンテンツ<br>音声エージェント</td> </tr> <tr> <td>共通</td> <td>長時間生成<br>2人の会話<br>非言語表現</td> </tr> </tbody> </table> <table> <thead> <tr> <th>提供先</th> <th>モデル</th> <th>開始</th> </tr> </thead> <tbody> <tr> <td>API</td> <td>2モデル</td> <td>9月23日</td> </tr> <tr> <td>Studio</td> <td>2モデル</td> <td>9月23日</td> </tr> <tr> <td>Notebook</td> <td>Flash TTS</td> <td>9月23日</td> </tr> <tr> <td>Vids</td> <td>Flash-Lite</td> <td>9月23日</td> </tr> <tr> <td>法人</td> <td>2モデルのAPI</td> <td>近日</td> </tr> </tbody> </table> <h2 id="声の複製と日本の状況">声の複製と日本の状況</h2> <p>複製は30秒サンプルと本人の同意録音が必要です。生成音声にSynthID、複製にC2PAを付与します。AI Studioの複製はイリノイ、テキサス、EEA、英国、スイス、インドで未提供です。日本の料金・利用枠は未確認です。</p> <div class="opinion-section"> <h2 id="つちったーの見方">つちったーの見方</h2> <p>日本語評価は気になります。試すなら権利確認まで見ておきたいです。</p> </div> <h2 id="一次ソース">一次ソース</h2> <ul> <li><a href="https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-3-8-text-to-speech/">一次ソース</a></li> </ul>