マイクロソフトは、チームワークプラットフォームであるTeamsに、ユーザーの音声とカメラの使用体験を向上させる2つの新しいAI駆動機能を導入しようとしています。
まず、「装飾背景」機能です。これは、生成AIの効果を利用して、ビデオ通話中の雑然とした背景をきれいにし、置き換える機能です。拡張現実のフィルターに似ています。
次に、「音声分離」機能です。これは、予定外の通話や会議において、ユーザーの声のみを聞き取れるようにする機能です。
さらに、マイクロソフトはCopilotの改良も行い、会議で転写不要のオプションやメッセージ作成アシスタントを提供します。
これらの新機能の導入により、Teamsの使用体験と協業効率の向上が期待されます。
【AIデイリー】へようこそ！ここは、毎日人工知能の世界を探求するためのガイドです。毎日、開発者に焦点を当て、技術トレンドを洞察し、革新的なAI製品アプリケーションを理解するのに役立つ、AI分野のホットなコンテンツをお届けします。
デジタルコミュニケーションの分野で、MetaはMessengerをインテリジェントで高品質な方向へ進化させ続けています。今回のアップデートは単なる機能の改善ではなく、ユーザーのコミュニケーション体験全体を最適化するためのものです。Messengerの最も注目すべきアップデートは、高画質ビデオ通話と音声分離技術です。ユーザーは通話設定メニューでこれらの機能を有効にできます。特にWi-Fi環境では、高画質通話がデフォルトオプションとなっています。これは、ユーザーがよりクリアでノイズのない通話体験を得られることを意味し、背景ノイズは効果的に抑えられます。
MITが開発したPixelPlayerプロジェクトは、動画から異なる音源を自動的に識別・分離できます。システムは、異なる楽器の音など、動画内の様々な音源を識別し、分離します。PixelPlayerの主要機能には、音源分離、音源定位、複数音源処理が含まれます。音声と画像を統合的に解析することで、動画内の音声を正確に定位・分離します。適用シーンとしては、音動画分離、音源定位、オーディオ処理などが挙げられます。
AudioSepは、自然言語クエリを使用してオーディオから特定の音声を分離できるAIモデルです。Audio-AGIによって開発されたこの革新的なモデルは、正確な音声分離を可能にします。混雑した環境（例：カフェの騒音）から特定の音声を抽出できます。トレーニングとファインチューニング機能を提供し、さまざまなオーディオニーズに対応します。AudioSepは優れた分離性能を備え、オーディオイベント分離、楽器分離、音声強調などに最適です。