Hugging FaceとCerebrasは2026年7月1日(現地時間)、リアルタイム音声AI（voice AI）の分野で連携し、推論速度の向上を目的とした新しい音声対音声（speech-to-speech）アーキテクチャを発表した。このシステムは、オープンかつモジュール型の設計を特徴とし、Google DeepMindのGemma 4をCerebrasのプラットフォーム上で活用することで、応答速度を大幅に改善し、より自然な会話体験を実現する。
発表されたアーキテクチャは、リアルタイムの音声対音声パイプラインとして構築されている。システムの各部分はモジュール型でオープン、かつ置き換え可能であり、開発者がさまざまなアシスタント、ロボット、製品、または研究プロジェクトに合わせてスタックを適応できる。このパイプラインは、NvidiaのParakeetによる音声入力認識、Cerebras上でのGoogle DeepMindのGemma 4 31BによるVLM推論、AlibabaのQwen3TTSによるテキスト音声合成を組み合わせている。
Hugging FaceとCerebrasは、推論速度を大幅に向上させることで、音声AIにおける重要なボトルネックである言語モデルの応答時間を解決するとしている。一部の運用システムでは、P95（95パーセンタイル）での数秒の遅延が発生し、これがユーザー体験を損なう要因となっている。Cerebrasの高速かつ安定した推論が、Hugging Faceのパイプライン全体の性能を引き出す。特に、瞬間的な遅延が会話の信頼性を損なう「ロングテール」において、その安定性が重要となる。
この音声対音声パイプラインは、すでに9,000台以上のReachy Miniロボットに採用されている。ロボット、音声アシスタント、およびエンボディドAIにとって、応答性は単なる見た目の改善ではなく、インタラクションを生き生きとさせるために不可欠な要素である。Cerebrasを採用する動機は、コスト削減だけでなく、低遅延、予測可能なパフォーマンス、および大規模での自然なリアルタイム体験の創出にある。今回の協業は、AIの未来がオープンかつ高性能であるという両社の共通の信念を反映しており、オープンソースモデル、オープンなインフラストラクチャ、そして画期的な推論速度が、次世代の会話型AIの基盤を構築するとしている。
参考: Hugging Face Blog (アーカイブ) — 2026年7月1日 19:48 (JST)
原文ハイライト"The result is a speech-to-speech experience that feels dramatically more natural."