新コース：AIエージェントやアプリケーションに音声を追加 — @VocalBridge（開示：AI Fundのポートフォリオ企業）と連携し、CEOの@_ashwynが指導
音声アプリケーションはこれまで、「高速だが信頼性に欠ける音声間モデル」か「正確だがレイテンシの大きい音声認識パイプライン」かの二者択一を迫られていました。本コースでは、信頼性と速度を両立した音声エージェントの構築方法を学びます。音声操作が可能なインタラクティブゲーム、約10行のコードで既存エージェントに音声を追加する手法、そして発信電話機能を持つエージェントの3タイプを実際に開発。プロンプトやRAGパイプライン、ツールを書き換えずに音声レイヤーを追加するスキルや、発信電話のストリーミング転写、音声評価による品質改善まで習得できます。
背景メモ
- **Andrew Ng (アンドリュー・ン)**：スタンフォード大教授、Google BrainやCourseraの共同創業者。DeepLearning.AIを主宰し、AI教育の第一人者。
- **DeepLearning.AI**：Ng氏が率いるAI専門教育プラットフォーム。実践的な短期コースを多数提供。
- **VocalBridge**：音声AIのスタートアップ。AI Fund（Ng氏が運営するベンチャーファンド）のポートフォリオ企業。CEOは_ashwyn（アシュウィン）。
- **背景の課題**：従来の音声AIは「高速だが信頼性に欠ける音声-to-音声モデル」か「正確だが遅延の大きい音声認識+テキストパイプライン」の二者択一を迫られていた。本コースはそのトレードオフを解消する手法を教える。
- **内容のポイント**：既存のエージェント（プロンプトやツールを書き換えずに）に音声を追加する方法、発信電話機能、音声評価による品質改善をカバー。10行のコード追加で音声対話が可能になる実践的な設計思想。