【音声AIの天井は無限】Hugging Face 3位になった会話データで、音声AIの進化を加速させるOtoのグローバルでの戦い方

AI,Tech,Startupに特化したビルダーのための生配信ニュースショー「WBN」毎朝のリサーチシートをニュースレター形式で受け取るならこちら→ https://wbn.live/ 音声AIは流暢に話せるようになりましたが、人との会話はまだぎこちない。consomeさんが言うには、足りないのは話者ごとに別々に録音され、相づち・割り込み・発話の重なりがそのまま残った「フルデュプレックス(全二重)」の会話データです。 ゲスト・consomeさん(oto 共同創業者) https://x.com/ZkEther ▼ 主要ソース(一次情報) oto: https://www.oto.earth/ https://x.com/otodotearth Where otoSpeech is used: https://huggingface.co/blog/otoearth/where-otospeech-is-used otoは自費で集めた280時間の雑談データをCC BY 4.0で公開し、Hugging Faceのデータセットトレンドで3位に入り、Sesameとの共同研究やカーネギーメロン大学、NVIDIAの研究者による論文に使われました。 10年いたクリプトを離れた理由から、会話を売れるデータにするまでの道筋、Scale AIのような先行企業とどう戦うかまで聞いています。 ▼ 目次 00:00 クリプト10年から音声AIのデータへ 02:50 出発点は「仮想通貨を使いたい」。7000言語の壁 05:22 ふとした一言から、音声データの穴に気づく 06:16 フルデュプレックスとは。話者ごとに分かれた音声 07:23 カーネギーメロンの教授にXでDM。課題は本物だった 08:14 自費で集めて、誰でも使える形で無料公開 17:58 otoSpeechの中身。280時間、141時間、104時間 19:38 Sesame、カーネギーメロン、NVIDIAの研究で使われた 21:27 Hugging Faceでデータセットのトレンド3位 22:38 安く集めて共同研究。実績をつくってから販売する 25:31 契約につながった3段階のレバレッジ 28:36 音声AIの天井は「無限」。まだできていないこと 31:19 価値が高いのはUIより「タスクをこなす」データ 40:02 Scale AIやMercorとの差分。勝ち筋はオペレーション 54:59 逆説。一人一台データセンターを持つ時代が来る ▼ 出演 金城(Kinjo) X: https://x.com/illshin Yuki Torii(Cohost) X: https://x.com/ToriiYuki WBNは平日毎日12:00から、AI・テック・スタートアップのニュースをライブでお届けしています。 #AI #AIニュース #音声AI #oto #データセット #スタートアップ #WBN