音声付き動画生成モデル「FastH3 V2」のFP8およびNVFP4版公開
FastVideoチームによる音声付き動画生成モデル「FastH3 V2」のFP8およびNVFP4量子化版2種について、特徴、動作環境、導入手順を詳しく解説します。
音声付き動画生成モデル「FastH3 Trim」8ステップ版が公開
テキストから同期した音声付き動画をわずか8ステップで生成できる小型化モデル「FastH3 Trim」のBF16、NVFP4、FP8の各量子化版のスペックや導入方法を解説します。
トルコ語の合成音声データセット「alania-synthetic-speech-tr」公開
トルコ語の音声合成（TTS）および音声認識（ASR）モデルの訓練を目的とした、合計3,451時間の合成音声データセット「alania-synthetic-speech-tr」の概要と入手方法を解説します。
Google DeepMind、音声生成モデル「Gemini 3.8 Flash TTS」公開
Google DeepMindが公開した音声合成モデル「Gemini 3.8 Flash TTS」「Gemini 3.8 Flash-Lite TTS」のスペック、音声複製機能、特徴を解説します。