k2-fsaが600言語対応のゼロショットTTS「OmniVoice」をオープンソース公開

k2-fsa（Kaldi開発コミュニティのメンバーを中心としたグループ）が、600言語以上に対応するゼロショット音声合成（TTS）モデル「OmniVoice」をHugging Faceで公開した。Diffusion Language Modelスタイルのアーキテクチャを採用しており、高品質な音声生成と高速な推論を両立している。

最大の特徴は、短い参照音声から声をクローンできる「Voice Cloning」と、性別・年齢・ピッチ・方言などの属性で声を設計できる「Voice Design」の2つのモードを備えている点だ。また、笑い声などの非言語記号[laughter]や、拼音・音素による発音補正にも対応している。推論速度はRTF 0.025（リアルタイムの40倍）を達成しており、実用上のボトルネックは少ないとみられる。

ゼロショットTTSとしては史上最広の言語カバレッジを謳っており、少数民族言語を含む幅広い言語での音声合成が可能。論文はarXivで公開されている。

管理職の4割が「シャドーAI」に機密情報を入力 — GRASグループ調査

GRASグループの調査により、企業が把握・承認していない「シャドーAI」の利用が拡大している実態が明らかになった。最も注目すべきは、管理職層の約40%が、危険であると認識していながらも機密情報を未承認のAIツールに入力しているという結果だ。

ITmediaの報道によると、生成AIの業務活用が広がる一方で、企業側のガバナンスが追いついていない状況が浮き彫りになっている。現場の管理職には「業務効率化のためにはやむを得ない」という切実な事情があるとみられており、単なる禁止では解決しない課題として注目される。

シャドーAI問題は日本に限らずグローバルな懸念事項であり、企業におけるAI利用ポリシーの整備と、承認済みAIツールの整備が急務となっている。

ウォール街のAIトレードBot、大半が成績不振

金融業界でのAI活用が進む中、実際にウォール街で運用されているAIトレードBotの多くが成績不振に陥っていることが報じられた。FA-Magの記事によると、AIを活用した自動売買システムを導入したファンドの多くが期待通りのパフォーマンスを上げられていない。

AIの市場予測は歴史的データに基づくパターン認識に依存するため、不連続な市場ショックや人間の非合理的な行動への対応が難しいという根本的な限界が指摘されている。ただし、AIが金融市場の分析やリスク管理では有用なツールとして定着しつつある点も報じられており、「トレードそのもの」より「分析・意思決定支援」に適しているという見方が強まっている。

AIエージェントのセキュリティ基盤「Armorer」が登場

Hacker NewsでShow HNとして投稿された「Armorer」は、AIエージェント向けのセキュアなローカルコントロールプレーンを提供するオープンソースプロジェクトだ。Dockerによるプロセス分離を実現し、エージェントのライフサイクル管理、ジョブトラッキング、統合UI/CLIを備えている。

開発者は、CodexやClaude CodeなどのAIエージェントをセットアップする際の「依存関係の地獄」と、強力なエージェントにホストマシンへの広範なアクセスを与えるセキュリティリスクの2つを解決するために開発したとしている。

特に興味深いのは、既存のコーディングエージェントにArmorerのリポジトリを指定すると、エージェント自身が自律的にスタック全体をインストール・設定できる点だ。AIエージェントが増え続ける中で、ローカル環境でのセキュリティと管理の基盤が重要な課題になっていることを示している。