Найдено записей: 11
'Мэттью Макконахи совместно с ElevenLabs использовал AI‑клон голоса для создания испанской версии своей аудиорассылки, что демонстрирует и новые возможности, и сопутствующие риски.'
'Руководство по сборке голосового ИИ, который понимает, планирует и отвечает голосом в реальном времени.'
'На Global Fintech Fest 2025 голосовой ИИ от SquadStack оказался неузнаваем для 81% участников, вызвав обсуждение этических и регуляторных рисков и больших бизнес-возможностей.'
Microsoft представил MAI-Voice-1 для быстрой генерации высококачественной речи и MAI-1-preview — внутреннюю foundation модель для разговорных задач и интеграции в продукты
'Microsoft выпустил VibeVoice 1.5B — открытую TTS модель, способную генерировать до 90 минут выразительной речи с поддержкой до четырех говорящих и кросс языкового синтеза.'
Kyutai представила инновационную стриминговую TTS-модель с 2 миллиардами параметров и задержкой 220 мс, обученную на 2,5 миллиона часов аудио. Модель поддерживает одновременную работу с несколькими пользователями и подходит для реального времени.
Узнайте, как современные технологии синтеза речи трансформируют озвучивание видеоигр, делая их более гибкими, доступными и захватывающими.
Узнайте, как голоса искусственного интеллекта эволюционировали от роботизированных до естественных, меняя индустрии доступности, развлечений и поддержки клиентов.
Rime представила Arcana и Rimecaster — открытые голосовые AI-модели, обученные на естественной речи для повышения реалистичности и гибкости голосовых приложений.
Китайские исследователи представили LLaMA-Omni2 — модульную модель речи, обеспечивающую реальное время и минимальную задержку в голосовом взаимодействии с большими языковыми моделями.
VERSA — новый универсальный инструмент, объединяющий 65 метрик для оценки речи, аудио и музыки с высокой гибкостью и стандартизацией генеративных аудио моделей.